中文事件抽取與缺失角色填充的研究.pdf

1、事件抽取(EventExtraction)是信息抽取(InformationExtraction，簡稱IE)的難點之一，它研究的內(nèi)容是如何從文本中抽取特定類別的事件及其角色。目前，絕大多數(shù)的研究對象是英文，對中文事件抽取的研究還處于起步階段。
　　 本文在深入研究現(xiàn)有中文事件抽取方法的基礎(chǔ)上，提出了新的方法并挖掘出更有效的特征。另外，通過對事件抽取結(jié)果的分析發(fā)現(xiàn)，完整的事件信息往往分布在文檔的各個部分。針對目前事件抽取技術(shù)局限在

2、當(dāng)前句子，從而造成大量事件論元角色缺失的現(xiàn)象，提出了基于跨事件的缺失事件角色填充方法。本文研究內(nèi)容主要包括：
　　 1．針對中文特點，提出了采用CRF(ConditionalRandomFields)模型基于字的觸發(fā)詞探測方法，解決了中文自動分詞與中文事件觸發(fā)詞邊界不一致的問題。此外，在事件類型識別階段，首次引入跨事件推理，使得特征選取由局部擴展到全局。在ACE2005中文語料上的實驗表明，本文提出的兩種方法既可以有效提高觸發(fā)詞

3、識別的準確率，又有助于提高事件類型識別性能，F(xiàn)1值分別比現(xiàn)有系統(tǒng)提高5.5和2.5個百分點。
　　 2．研究了基于CRF模型的事件論元角色抽取任務(wù)中多種特征的表現(xiàn)，并將其歸納為詞法、語義、依存特征、句法和相對位置等五大類別?？疾炝烁鞣N特征及特征之間組合對系統(tǒng)性能的影響，并重點引入了語義角色標注特征。實驗表明，條件隨機場模型在事件論元角色抽取方面有較好的表現(xiàn)，且新提出的語義角色特征具有很好的指示作用。F1較現(xiàn)有系統(tǒng)提高5.1個百分