基于聚類的事件蘊涵抽取方法研究與實現(xiàn).pdf

1、文本蘊涵的概念起源于邏輯學，同時是語言學，特別是語義研究中的重要課題。近幾年，隨著人工智能研究的進步，特別是計算機領域中自然語言處理領域的進步，使得文本蘊涵成為計算機科學中研究的熱門問題。掌握發(fā)現(xiàn)蘊涵的機制，將可促進多方面自然語言處理任務的發(fā)展，如信息抽取、信息檢索、文檔摘要、問答系統(tǒng)、文景轉換等。因此，研究在文本中發(fā)現(xiàn)蘊涵的方法，在當前自然語言處理中具有重要意義。
　　事件蘊涵是文本蘊涵的一部分，專注于動詞。以往的事件蘊涵抽取方

2、法不僅準確率一般，而且方法的時間復雜度高。本文使用聚類方法首先將數(shù)據(jù)分類，降低了總體的時間開銷。同時放棄了傳統(tǒng)的，基于統(tǒng)計的類KL距離度量或互信息度量，而采用基于資源的語義相似度度量為動詞對評分，不僅進一步降低了時間開銷，還取得了較好的準確率。
　　本文不僅描述了新的基于聚類的事件蘊涵抽取方法，也給出了可用的中、英文事件蘊涵關系庫范例。通過對生成的中、英文關系庫的隨機抽樣打分，發(fā)現(xiàn)生成的關系庫不僅涵蓋了大部分常見的蘊涵關系，更包含