半監(jiān)督中文事件抽取方法的研究.pdf

1、事件抽取是信息抽取的研究熱點(diǎn),它的研究內(nèi)容是自動(dòng)地從自然文本中發(fā)現(xiàn)特定類型的事件及其事件元素。目前,絕大多數(shù)研究側(cè)重在有監(jiān)督方法方面,只有少數(shù)針對(duì)半監(jiān)督或無監(jiān)督英文事件抽取的研究,半監(jiān)督中文事件抽取還處于起步階段。
　　本文從抽取模型、事件模板和事件推理三個(gè)方面來研究半監(jiān)督中文事件抽取方法,主要研究內(nèi)容包括:
　　第一,針對(duì)文檔相關(guān)度方法和語義相似度方法的優(yōu)缺點(diǎn)以及中英文之間的差異性,本文提出一種雙視圖自舉方法。該方法結(jié)合文

2、檔相關(guān)度和語義相似度兩個(gè)視圖,在種子模板的基礎(chǔ)上,通過半監(jiān)督方法自動(dòng)擴(kuò)充種子模板。在ACE2005中文語料上的實(shí)驗(yàn)表明,該方法使得半監(jiān)督中文事件抽取系統(tǒng)的F1值比原有的文檔相關(guān)度方法和語義相似度方法分別提高了8.2％和3.6％。
　　第二,針對(duì)觸發(fā)詞語義的多義性問題,本文提出基于語義的模板優(yōu)化方法。首先借助論元進(jìn)行模板過濾,提高模板的準(zhǔn)確性,然后根據(jù)句法結(jié)構(gòu)進(jìn)行模板轉(zhuǎn)換,提高模板的適用性,最后使用混合模板方法進(jìn)一步明確觸發(fā)詞的語義

3、。實(shí)驗(yàn)結(jié)果顯示,半監(jiān)督中文事件抽取系統(tǒng)的F1值提高了5.3％。
　　第三,半監(jiān)督中文事件抽取系統(tǒng)的性能依賴種子模板,但種子模板的覆蓋域有限,大量的稀疏模板無法被獲取。本文基于篇章內(nèi)的一致性原理,提出同指事件、相關(guān)事件和武器線索推理方法,識(shí)別更多的同指關(guān)系與關(guān)聯(lián)性的事件。實(shí)驗(yàn)證明,半監(jiān)督中文事件抽取系統(tǒng)的F1值提高了11.1％。
　　本文實(shí)現(xiàn)了半監(jiān)督中文事件抽取系統(tǒng)并提出改進(jìn)方法,實(shí)驗(yàn)證明了該方法的有效性,將有利于半監(jiān)督中文事