事件時序關(guān)系識別的研究與實現(xiàn).pdf

1、本研究課題來源于國家自然科學(xué)基金資助項目“典型事件過程建模的研究”。事件時序關(guān)系的研究目的是建立事件之間在時間上的先后順序關(guān)系，事件時序關(guān)系的研究在文本分類、問答系統(tǒng)等自然語言處理領(lǐng)域有著越來越重要的作用。
　　本文首先結(jié)合統(tǒng)計機器學(xué)習(xí)方法和計算語言學(xué)知識構(gòu)造基于OTC語料庫的英文事件時序關(guān)系識別模型；隨后針對語料庫存在的數(shù)據(jù)稀疏問題，利用時序推理來增加訓(xùn)練樣本數(shù)目的方法予以緩解；將事件時序關(guān)系識別模型應(yīng)用到更大規(guī)模的生語料庫中，

2、構(gòu)造事件時序關(guān)系知識庫是本研究的最終目的。
　　本文的主要研究內(nèi)容如下：
　　（1）構(gòu)建基于OTC語料庫的事件時序關(guān)系識別模型。包括時序關(guān)系映射、語料純文本信息的抽取和特征空間的選擇。分類模型的平均性能達到60.15％的準(zhǔn)確率。隨后對分類模型特征空間中的各個特征進行分析，判斷其對分類模型的影響。
　　（2）用時序推理的方法緩解數(shù)據(jù)稀疏問題。針對OTC語料庫存在的數(shù)據(jù)稀疏問題，本文運用時序推理增加訓(xùn)練樣本數(shù)目的方法予以一

3、定程度的緩解。時序推理的討論重點在于時序推理時所需要的推理規(guī)則的構(gòu)建和時序推理算法。擴展后的訓(xùn)練樣本數(shù)目是OTC語料庫訓(xùn)練樣本數(shù)目的九倍。為測試訓(xùn)練樣本數(shù)目增加對實驗結(jié)果的影響，本研究從擴展后的訓(xùn)練樣本中按照OTC語料庫中各種時序關(guān)系的分布比例抽取12124條數(shù)據(jù)樣本進行實驗，識別模型的平均性能為67.57%的準(zhǔn)確率。
　?。?）嘗試使用Wiki語料作為基礎(chǔ)數(shù)據(jù)集構(gòu)建事件時序關(guān)系知識庫。本文將對原始Wiki語料進行加工整理，使其符