面向產品需求分析的事件抽取研究.pdf

1、隨著社會和科技的發(fā)展，我們的生活中到處都是電子產品，現代人的辦公也是無紙化的。可是面對大量的信息如何獲得我們想要的關鍵內容就是本課題的研究內容。事件抽取是信息抽取中的關鍵任務，它的目的是將非結構化的文本轉換為結構化的文本并呈現出來。要抽取的內容是我們指定的，例如人物、時間、地點等等。
　　利用機器學習方法來研究事件抽取時，需要有較大規(guī)模的人工標注的語料庫，而目前可以利用的較大規(guī)模的人工標注的語料庫非常少。利用統(tǒng)計模型進行分類時，怎

2、樣選擇合適的特征準確地描述數據是分類任務的核心問題。針對這兩個問題，本文做了相關的探索工作。
　　首先，本文開發(fā)了一個文本標注工具，利用該標注工具構建了面向產品需求分析的事件語料庫。構建語料庫時，本文先對中文語句從結構上和語法上進行了分析，為后期的事件劃分工作和事件標注工作奠定基礎。
　　其次，為了研究事件抽取任務，本文分別對事件類別識別和事件元素抽取的研究現狀進行了總結，提出了抽象原則、信息增刪原則、介詞重要性原則以及信息