事件關系識別關鍵技術研究.pdf_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、事件是一種描述特定人、物、事在特定時間和特定地點相互作用的客觀事實(也稱“自然事件”)。文本信息中的事件則指這一客觀事實訴諸文字的獨特語用形式,多見于新聞報告、評論或者博文中。然而,自然事件的發(fā)生往往不是孤立現(xiàn)象,其發(fā)生與發(fā)展往往與外在的其它自然事件有著本源的邏輯關系。從而,形成一種自動識別和檢測事件關系的自然語言分析和信息處理機制,對于面向大規(guī)模信息流中的離散事件,實現(xiàn)話題推演和話題預測,有著重要的輔助作用。本文針對事件關系檢測這一新

2、的研究領域中涉及的相關任務展開了探索性的研究。主要內(nèi)容包括:
 ?、呕诳鐚嶓w推理的事件抽取方法研究。事件抽取作為事件關系識別的基礎任務,旨在把含有事件信息的非結(jié)構化文本以結(jié)構化形式呈現(xiàn)。本文根據(jù)“相同類型的實體經(jīng)常出現(xiàn)在類似的事件中并充當類似的角色”這一語言現(xiàn)象,提出一種新的基于直推式學習思想的事件抽取方法,跨實體(cross-entity inference)事件抽取。相比于其它直推式學習方法,本文提出的方法取得了明顯的性能提

3、升。
  ⑵基于語義依存線索的事件關系識別方法研究。面向自由文本,采用事件抽取方法抽取出其中蘊含的事件流。以事件為基本語義單元,通過分析事件的語義依存關系及其在演化過程中的語義依存規(guī)律,提出基于語義依存線索的事件關系識別方法。方法通過構建事件的語義依存線索集合,實現(xiàn)事件語義關系的淺層檢測。
  ⑶基于核心詞和實體的事件關系識別方法研究。在通過依存線索分析構建事件推理線索過程中,大量事件的依存線索較為稀疏。因此,本文從另外一個

4、角度展開討論,即利用事件的核心詞和實體在相關事件和不相關事件中的分布特性,將事件的相關性與否問題轉(zhuǎn)化為事件核心詞之間的相關性和事件實體之間的相關性計算問題。方法充分利用事件核心詞相關性和實體相關性表征事件之間的相關性,較基于語義依存線索的事件關系識別方法,該方法在召回率上獲得了15.34%的性能提升?;谡Z義依存線索的事件關系識別方法以及基于核心詞和實體的事件關系識別方法在構建事件的推理線索時均存在一定程度的線索稀疏問題。通過分析發(fā)現(xiàn),

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論