音樂領(lǐng)域典型事件抽取技術(shù)的研究.pdf

1、事件抽取是信息抽取領(lǐng)域一個重要的研究方向。事件抽取主要把人們感興趣的，用自然語言表達的事件以結(jié)構(gòu)化的形式呈現(xiàn)出來，如什么人，什么地方，什么時間，做了什么事等，在自動文摘，自動問答以及信息檢索等領(lǐng)域有著廣泛的應(yīng)用。本文關(guān)注音樂領(lǐng)域的事件抽取，選擇了具有代表性的演唱會及專輯事件進行深入研究。
　　本文借鑒ACE評測中事件抽取任務(wù)的相關(guān)概念以及構(gòu)建語料庫的一些經(jīng)驗，詳細定義了音樂領(lǐng)域我們所關(guān)注的兩類事件，并且構(gòu)建了語料庫，詳細介紹了語料

2、標注的來源、過程、標注規(guī)范以及存儲格式等。
　　本文對事件抽取的兩項關(guān)鍵技術(shù)——事件類型識別以及事件元素識別采用不同的處理策略，簡化了事件類型的識別過程，采用了基于關(guān)鍵詞與觸發(fā)詞相結(jié)合的過濾方法。 在事件元素識別中,如何從眾多的實體中找出事件元素,成為本文研究的重點。本文提出了兩種方法:基于模式匹配的事件元素識別,以及基于最大熵的事件元素識別。在總結(jié)前人三種事件表示模型的基礎(chǔ)上,本文結(jié)合漢語的特點以及所采用句法分析模塊的特點提出了

3、一種基于簡化依存句法樹模式匹配的方法;基于最大熵的方法將事件元素識別問題看作分類問題,將所有出現(xiàn)的實體作為候選事件元素,選取上下文、鄰近實體、句法結(jié)構(gòu)等特征從不同的角度描述候選元素,并采用最大熵分類器對其進行二元分類。為了發(fā)揮各自方法的優(yōu)點,將基于模式匹配的方法與基于最大熵分類的方法采用級聯(lián)的方式串聯(lián)起來形成最終事件元素識別的解決方案,在本文構(gòu)建的語料庫下,最終事件識別的平均F值達到83.84％,事件元素識別的平均F值達到76.41%,