中文事件時序關(guān)系識別與推理方法研究.pdf

1、在信息資源爆炸性增長的環(huán)境下，信息抽取成為一種從海量資源中獲取有價值信息的重要手段。事件時序關(guān)系識別是事件信息抽取的后續(xù)任務(wù)，對問答系統(tǒng)、信息抽取和文本自動摘要等自然語言處理應(yīng)用起重要作用。本文主要從中文事件時序關(guān)系語料庫構(gòu)建、事件時序關(guān)系識別及事件時序關(guān)系推理三個方面進行研究，主要研究內(nèi)容如下：
　　（1）中文事件時序關(guān)系語料庫的標注與構(gòu)建
　　語料庫建設(shè)是自然語言處理領(lǐng)域的基礎(chǔ)性研究工作。針對中文事件時序關(guān)系語料資源匱乏

2、的問題，本文以ACE2005中文語料庫為基礎(chǔ)，借鑒TimeML體系的時序關(guān)系分類標準，構(gòu)建了一個稠密型的中文事件時序關(guān)系語料庫。
　?。?）有監(jiān)督中文事件時序關(guān)系識別
　　將事件時序關(guān)系識別看作分類問題，本文采用有監(jiān)督機器學習方法來識別事件之間的時序關(guān)系。在現(xiàn)有英文相關(guān)研究所用特征的基礎(chǔ)上，根據(jù)中文的特點引入觸發(fā)詞語義、特殊詞、事件論元、事件因果關(guān)系及事件同指關(guān)系等有效特征，用于提高識別系統(tǒng)的性能。實驗表明，這幾類特征對中文

3、事件時序關(guān)系識別均有較大幫助。
　?。?）基于全局優(yōu)化的中文事件時序關(guān)系推理
　　針對有監(jiān)督機器學習方法存在的缺陷，本文提出一個全局推理模型來解決這一問題。將事件時序關(guān)系全局優(yōu)化轉(zhuǎn)化成整數(shù)線性規(guī)劃問題，并使用了自反性、傳遞性、同指性、時間表達式比較、時序連接詞、事件類型對等多個約束條件進行優(yōu)化。實驗結(jié)果表明，全局推理方法要明顯優(yōu)于局部強規(guī)則推理方法和分類器方法，很好地解決了分類器方法存在的問題。
　　本文從語料庫構(gòu)建和