中文時(shí)態(tài)關(guān)鍵詞識(shí)別問題研究.pdf

1、時(shí)態(tài)關(guān)鍵詞是一種自然語言短語，其用于表示文本中的時(shí)間點(diǎn)和時(shí)間區(qū)間。目前，時(shí)態(tài)關(guān)鍵詞在自然語言處理、問題回答、信息檢索等應(yīng)用領(lǐng)域中有著廣泛的應(yīng)用，時(shí)態(tài)關(guān)鍵詞識(shí)別直接影響到時(shí)態(tài)信息的使用:自然語言處理的自動(dòng)問答技術(shù)中，可回答與時(shí)態(tài)問題，如“現(xiàn)在幾點(diǎn)”、“事件發(fā)生時(shí)間”;可在跟蹤任務(wù)中，可利用時(shí)間確定事情的發(fā)生的順序;在機(jī)器翻譯中，根據(jù)時(shí)間的先后順序可使得譯文結(jié)果更加通順易讀等。
　　一般來說，現(xiàn)有的時(shí)態(tài)關(guān)鍵詞識(shí)別方法可分為兩類:一，基

2、于規(guī)則的識(shí)別方法;二，基于機(jī)器學(xué)習(xí)的識(shí)別方法。接下來，將分別對基于規(guī)則的識(shí)別方法和基于統(tǒng)計(jì)學(xué)習(xí)的識(shí)別方法進(jìn)行討論研究。在下文中，先介紹了中文時(shí)態(tài)關(guān)鍵詞識(shí)別領(lǐng)域的研究背景以及國內(nèi)外研究狀況，然后采用基于時(shí)態(tài)關(guān)鍵詞規(guī)則樹的方法和基于短語劃分的聚類識(shí)別方法對中文時(shí)態(tài)關(guān)鍵詞進(jìn)行識(shí)別，然后分別對兩種方法進(jìn)行實(shí)驗(yàn)以及識(shí)別性能的對比。
　　目前，在時(shí)態(tài)關(guān)鍵詞識(shí)別領(lǐng)域，盡管機(jī)器學(xué)習(xí)的方法日益普及，但是基于規(guī)則的方法是經(jīng)典的，仍然是主流方法。本文也

3、針對基于規(guī)則的方法進(jìn)行了深入的探索，提出基于時(shí)態(tài)關(guān)鍵詞規(guī)則樹的方法。首先，分析時(shí)態(tài)關(guān)鍵詞組成的時(shí)態(tài)元素，并提出時(shí)態(tài)元素進(jìn)行刻畫思想以及定義，用于后續(xù)識(shí)別時(shí)態(tài)關(guān)鍵詞;在此基礎(chǔ)上，采用結(jié)合正則表達(dá)式和Trie樹結(jié)構(gòu)特性構(gòu)建出時(shí)態(tài)關(guān)鍵詞規(guī)則樹，自動(dòng)進(jìn)行中文時(shí)態(tài)關(guān)鍵詞的識(shí)別。
　　對于機(jī)器學(xué)習(xí)的方法，本文提出基于短語劃分的聚類識(shí)別方法，先通過分析文本語句結(jié)構(gòu)并結(jié)合短語結(jié)構(gòu)樹，提出短語劃分方法，將文本轉(zhuǎn)換成短語組合形式從而確定短語邊界;接著