基于雙語的事件抽取方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展和大數(shù)據(jù)時代的來臨，數(shù)據(jù)呈爆炸式增長，如何對這些數(shù)據(jù)進行智能分析和自動處理，高效地挖掘出潛在的有使用價值和社會競爭力的信息就顯得愈發(fā)重要。信息抽取正是在這種背景下應運而生。其中，事件抽取是信息抽取領域中最具挑戰(zhàn)性的基本任務之一。目前，事件抽取方法一般是基于監(jiān)督機器學習的方法，然而基于機器監(jiān)督學習的方法往往需要大量的標注樣本，人工標注這些樣本耗時耗力。同時，事件類別的多樣性導致事件語料的稀疏和不平衡。這些問題在各種

2、語言背景下的事件抽取任務中都不同程度的存在。
　　本文首先提出了一種基于雙語特征空間疊加的事件抽取方法。其核心思想是使英文和中文事件有效結(jié)合，然后通過特征空間疊加的方式獲取雙語特征文本，實現(xiàn)對中英文的事件抽取。該方法能夠擴大單語事件抽取的訓練集規(guī)模和信息量，從一定程度上避免因語料稀疏所帶來的不利影響。實驗結(jié)果表明，該方法相比于傳統(tǒng)的單語事件抽取，能夠獲得更好的性能。其次，提出了一種基于整數(shù)線性規(guī)劃的跨語言事件抽取方法。其核心思想是

3、利用豐富和完善的英文事件的研究資源實現(xiàn)中文事件抽取，并通過整數(shù)線性規(guī)劃的聯(lián)合學習模型對事件識別和分類的結(jié)果進行優(yōu)化和統(tǒng)一。實驗結(jié)果表明，當我們使用英文源語言及其翻譯的疊加語料進行訓練時，能夠獲取較好的中文事件抽取的效果。最后，提出了一種基于主動學習的雙語事件抽取方法。其核心思想是使用英文事件訓練分類器，通過不確定性的選擇策略從中文的未標注樣本中挑選出一部分樣本，結(jié)合自動標注的結(jié)果進行選擇性的人工標注，將標注后的樣本加入到訓練集中，最后使