中文事件抽取與缺失角色填充的研究.pdf

1、事件抽取(EventExtraction)是信息抽取(InformationExtraction，簡稱IE)的難點(diǎn)之一，它研究的內(nèi)容是如何從文本中抽取特定類別的事件及其角色。目前，絕大多數(shù)的研究對(duì)象是英文，對(duì)中文事件抽取的研究還處于起步階段。
　　 本文在深入研究現(xiàn)有中文事件抽取方法的基礎(chǔ)上，提出了新的方法并挖掘出更有效的特征。另外，通過對(duì)事件抽取結(jié)果的分析發(fā)現(xiàn)，完整的事件信息往往分布在文檔的各個(gè)部分。針對(duì)目前事件抽取技術(shù)局限在

2、當(dāng)前句子，從而造成大量事件論元角色缺失的現(xiàn)象，提出了基于跨事件的缺失事件角色填充方法。本文研究內(nèi)容主要包括：
　　 1．針對(duì)中文特點(diǎn)，提出了采用CRF(ConditionalRandomFields)模型基于字的觸發(fā)詞探測(cè)方法，解決了中文自動(dòng)分詞與中文事件觸發(fā)詞邊界不一致的問題。此外，在事件類型識(shí)別階段，首次引入跨事件推理，使得特征選取由局部擴(kuò)展到全局。在ACE2005中文語料上的實(shí)驗(yàn)表明，本文提出的兩種方法既可以有效提高觸發(fā)詞

3、識(shí)別的準(zhǔn)確率，又有助于提高事件類型識(shí)別性能，F(xiàn)1值分別比現(xiàn)有系統(tǒng)提高5.5和2.5個(gè)百分點(diǎn)。
　　 2．研究了基于CRF模型的事件論元角色抽取任務(wù)中多種特征的表現(xiàn)，并將其歸納為詞法、語義、依存特征、句法和相對(duì)位置等五大類別?？疾炝烁鞣N特征及特征之間組合對(duì)系統(tǒng)性能的影響，并重點(diǎn)引入了語義角色標(biāo)注特征。實(shí)驗(yàn)表明，條件隨機(jī)場(chǎng)模型在事件論元角色抽取方面有較好的表現(xiàn)，且新提出的語義角色特征具有很好的指示作用。F1較現(xiàn)有系統(tǒng)提高5.1個(gè)百分