中文時(shí)間規(guī)范化方法研究.pdf

1、在自然語(yǔ)言中，特別是在新聞事件中，人們比較關(guān)心的是事件的內(nèi)容，而在一個(gè)事件中，時(shí)間是一個(gè)關(guān)鍵的因素，現(xiàn)在網(wǎng)絡(luò)上充斥著大量的新聞信息，當(dāng)人們需要了解發(fā)生了什么事，什么時(shí)候發(fā)生，以及它們之間存在怎樣的聯(lián)系，才發(fā)現(xiàn)這要花費(fèi)大把的時(shí)間。因此，時(shí)間和事件的推理引起了自然語(yǔ)言處理的新的興趣，在自然語(yǔ)言處理方面具有非常重要的意義，包括命名實(shí)體識(shí)別和自然語(yǔ)言理解等。時(shí)間信息在自然語(yǔ)言處理領(lǐng)域也有很廣泛的應(yīng)用，包括文本理解，信息抽取、信息檢索、問(wèn)答系統(tǒng)、

2、主題發(fā)現(xiàn)和跟蹤、文本摘要和數(shù)據(jù)挖掘到機(jī)器翻譯等。因此本文以時(shí)間信息處理領(lǐng)域中一個(gè)重要方面——時(shí)間規(guī)范化作為研究目標(biāo)。
　　本文的研究重點(diǎn)是新聞文本中的時(shí)間規(guī)范化，其任務(wù)是將新聞中的時(shí)間信息定位到時(shí)間軸上，并用一種標(biāo)準(zhǔn)的格式表示出來(lái)。時(shí)間規(guī)范化任務(wù)，是識(shí)別事件-時(shí)間的映射關(guān)系，識(shí)別事件的時(shí)序關(guān)系的基礎(chǔ)。
　　本文的主要工作如下:
　　1.確定需要規(guī)范化的時(shí)間類(lèi)型。本文參考ACE時(shí)間標(biāo)注規(guī)范，對(duì)中文時(shí)間信息重新進(jìn)行了定義和

3、分類(lèi)，對(duì)需要規(guī)范化的時(shí)間進(jìn)行了確定和總結(jié)。
　　2.提取時(shí)間識(shí)別模式。根據(jù)新聞?wù)Z料中時(shí)間表達(dá)式的構(gòu)成特點(diǎn)，我們總結(jié)了提取時(shí)間表達(dá)式的幾條模式:包括發(fā)表時(shí)間的模式，報(bào)道時(shí)間的模式以及句子中所有需要規(guī)范化的時(shí)間類(lèi)型的模式。然后利用模式匹配的方法從語(yǔ)料中識(shí)別出需要規(guī)范化的時(shí)間。
　　3.基于語(yǔ)料模塊化的時(shí)間規(guī)范化。把文本分割為關(guān)系緊密的小的模塊，本文以一篇報(bào)道為處理模塊，結(jié)合參考時(shí)間和模塊內(nèi)時(shí)間的屬性，對(duì)識(shí)別到的時(shí)間求值，并轉(zhuǎn)換為