基于框架的事件抽取關(guān)鍵技術(shù)研究.pdf

1、隨著計算機的普及與互聯(lián)網(wǎng)的高速發(fā)展，越來越多的信息充斥在網(wǎng)絡(luò)中，如何將大量無序的信息準(zhǔn)確及時的提取、整理并組織成便于檢索的形式，是急待解決的問題，信息抽取技術(shù)就是圍繞這個目的展開的。其中事件抽取是信息抽取的重要組成部分，事件抽取就是從非結(jié)構(gòu)化文檔中抽取出用戶感興趣的事件，同時用結(jié)構(gòu)化形式描述，供用戶查詢及進一步分析。
　　 本文以自然災(zāi)害類事件作為實驗對象，研究該類事件領(lǐng)域的信息特點，實現(xiàn)自然災(zāi)害類事件信息的抽取與合成。本文首先

2、對實驗語料進行預(yù)處理，去除文檔的高頻詞和低頻詞，再利用文檔聚類的方法實現(xiàn)了同一類事件側(cè)面特征詞的收集，經(jīng)過一定的人工處理，最終建立了自然災(zāi)害事件的框架結(jié)構(gòu)，通過框架結(jié)構(gòu)指導(dǎo)事件的抽取。在事件信息的具體抽取過程中，先建立相關(guān)事件的抽取模板，即一組抽取規(guī)則，使用這些規(guī)則對測試語料進行模板匹配與信息抽取。實現(xiàn)了對自然災(zāi)害類事件的事件發(fā)生時間、事件發(fā)生地點、事件傷亡結(jié)果等側(cè)面信息的抽取，并根據(jù)時空的一致性原則對同一事件進行了合并。