基于雙語(yǔ)的事件抽取方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展和大數(shù)據(jù)時(shí)代的來(lái)臨，數(shù)據(jù)呈爆炸式增長(zhǎng)，如何對(duì)這些數(shù)據(jù)進(jìn)行智能分析和自動(dòng)處理，高效地挖掘出潛在的有使用價(jià)值和社會(huì)競(jìng)爭(zhēng)力的信息就顯得愈發(fā)重要。信息抽取正是在這種背景下應(yīng)運(yùn)而生。其中，事件抽取是信息抽取領(lǐng)域中最具挑戰(zhàn)性的基本任務(wù)之一。目前，事件抽取方法一般是基于監(jiān)督機(jī)器學(xué)習(xí)的方法，然而基于機(jī)器監(jiān)督學(xué)習(xí)的方法往往需要大量的標(biāo)注樣本，人工標(biāo)注這些樣本耗時(shí)耗力。同時(shí)，事件類別的多樣性導(dǎo)致事件語(yǔ)料的稀疏和不平衡。這些問題在各種

2、語(yǔ)言背景下的事件抽取任務(wù)中都不同程度的存在。
　　本文首先提出了一種基于雙語(yǔ)特征空間疊加的事件抽取方法。其核心思想是使英文和中文事件有效結(jié)合，然后通過特征空間疊加的方式獲取雙語(yǔ)特征文本，實(shí)現(xiàn)對(duì)中英文的事件抽取。該方法能夠擴(kuò)大單語(yǔ)事件抽取的訓(xùn)練集規(guī)模和信息量，從一定程度上避免因語(yǔ)料稀疏所帶來(lái)的不利影響。實(shí)驗(yàn)結(jié)果表明，該方法相比于傳統(tǒng)的單語(yǔ)事件抽取，能夠獲得更好的性能。其次，提出了一種基于整數(shù)線性規(guī)劃的跨語(yǔ)言事件抽取方法。其核心思想是

3、利用豐富和完善的英文事件的研究資源實(shí)現(xiàn)中文事件抽取，并通過整數(shù)線性規(guī)劃的聯(lián)合學(xué)習(xí)模型對(duì)事件識(shí)別和分類的結(jié)果進(jìn)行優(yōu)化和統(tǒng)一。實(shí)驗(yàn)結(jié)果表明，當(dāng)我們使用英文源語(yǔ)言及其翻譯的疊加語(yǔ)料進(jìn)行訓(xùn)練時(shí)，能夠獲取較好的中文事件抽取的效果。最后，提出了一種基于主動(dòng)學(xué)習(xí)的雙語(yǔ)事件抽取方法。其核心思想是使用英文事件訓(xùn)練分類器，通過不確定性的選擇策略從中文的未標(biāo)注樣本中挑選出一部分樣本，結(jié)合自動(dòng)標(biāo)注的結(jié)果進(jìn)行選擇性的人工標(biāo)注，將標(biāo)注后的樣本加入到訓(xùn)練集中，最后使