面向事件的自動文摘研究.pdf

1、近年來，自動文摘技術(shù)作為自然語言處理領(lǐng)域的一個重要分支，越來越受到學(xué)術(shù)界的高度關(guān)注，而事件的概念也逐漸被自然語言處理等相關(guān)領(lǐng)域所采用，將事件作為知識單元符合人類認識世界的規(guī)律。因此，本文主要研究面向事件的自動文摘，即結(jié)合面向事件的相關(guān)研究，利用自動文摘技術(shù)實現(xiàn)摘要抽取，主要研究工作由以下兩部分組成。
　　1)事件要素的識別研究。本文主要根據(jù)事件的六元組形式化定義，提出對事件中各要素進行識別。通過對文本的實際觀察，發(fā)現(xiàn)可直接從文本中

2、獲取的事件要素主要有動作要素、對象要素、時間要素和環(huán)境要素。針對該四種事件要素語言表現(xiàn)規(guī)則的不同，本文分別提出相應(yīng)的事件要素識別方法。如針對事件動作要素的識別，提出結(jié)合擴展觸發(fā)詞表和多特征融合的機器學(xué)習(xí)識別方法;針對事件對象要素的識別，提出首先對事件缺失對象進行補全，其次根據(jù)對象要素設(shè)定規(guī)則進行過濾，最后進行共指消解的識別方法;針對事件時間要素的識別，提出實現(xiàn)事件時間表達式的識別和事件時序關(guān)系的計算;針對事件環(huán)境要素的識別，提出結(jié)合最大

3、熵模型和規(guī)則統(tǒng)計的識別方法。并用上述各事件要素的識別方法進行實驗，結(jié)果表明，上述方法皆取得一定的效果。
　　2)基于事件要素的摘要抽取研究。考慮到第一項研究雖取得一定的實驗效果，但和標(biāo)注好的CEC語料庫相比，還存在一定的差距。為了避免錯誤級聯(lián)，提高科學(xué)研究的嚴(yán)謹(jǐn)性，針對基于事件要素的摘要抽取研究，本文還是利用CEC語料庫中已標(biāo)注好的事件要素，并結(jié)合圖論知識進行摘要抽取。首先通過標(biāo)注好的CEC語料庫來獲取事件要素，構(gòu)建事件要素-無向