基于知网语义关系的中文事件信息抽取研究

论文摘要

随着Internet技术的不断发展,网上的文本信息数量成指数级增长,大量非结构化信息的激增使得“信息爆炸与知识饥渴”的矛盾日趋激烈,因此如何自动地使非结构化信息结构化是目前重要的研究课题,事件信息抽取研究正是在这种背景下产生的。作为信息抽取研究的一项高级任务,事件抽取的评测还不理想,尤其是中文事件抽取,基础研究和任务要求之间存在较大矛盾。目前还没有成熟的实用系统出现,相关领域还有待进一步研究。本文采用模式匹配和机器学习相结合的方法进行中文事件信息抽取研究,事件信息抽取的基本思路按照模式匹配方法的基本过程展开,在进行事件语义角色标注和事件具体信息槽填充过程中运用统计学方法。本文针对事件信息抽取研究中语义缺失的问题,引入知网语义关系知识资源来识别信息之间的语义关联。中文命名实体识别过程中,利用模式匹配方法结合基于知网的词语相似度计算方法,对事件基本信息(包括事件的时间、地点等)进行了识别,此过程是事件信息抽取的基础工作,在实验评测中取得了较好效果。本文提出利用知网中的事件类概念语义资源对事件进行语义标注,解决了事件信息抽取研究中触发词探测和语义角色标注困难的问题。最后针对具体研究对象——同事件多文本灾难性事件,构建层式框架表示各类信息,进而采用层式有限状态自动机方法进行事件信息的抽取。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 信息抽取发展历史及研究现状
• 1.2.1 信息抽取发展历史
• 1.2.2 国内外研究现状
• 1.3 中文事件信息抽取难点
• 1.3.1 中文信息处理难点
• 1.3.2 事件信息抽取难点
• 1.4 本文研究内容
• 1.5 论文结构
• 第二章 中文事件信息抽取
• 2.1 事件信息抽取关键技术
• 2.1.1 词法分析
• 2.1.2 汉语词性标注
• 2.1.3 句法分析
• 2.1.4 语义角色标注
• 2.2 事件抽取系统构建方法
• 2.2.1 基于模式匹配法构建事件抽取系统
• 2.2.2 基于机器学习方法构建事件抽取系统
• 2.2.3 事件抽取方法比较
• 2.3 事件抽取任务描述
• 2.3.1 信息抽取任务分类
• 2.3.2 事件与事件抽取
• 2.3.3 事件-实体关系
• 2.4 知网语义关系
• 2.4.1 知网基本概念
• 2.4.2 基于知网的语义相似度计算
• 2.4.3 知网中的事件类概念
• 2.5 本章小结
• 第三章 中文事件中的命名实体识别
• 3.1 命名实体识别过程
• 3.2 知网语义相似度在NER 中的应用
• 3.3 事件基本信息识别
• 3.3.1 时间信息识别
• 3.3.2 地点信息识别
• 3.3.3 机构名及数字信息识别
• 3.4 本章小结
• 第四章 中文事件侧面信息抽取
• 4.1 事件框架构建
• 4.1.1 框架表示法
• 4.1.2 事件框架
• 4.2 事件触发词识别
• 4.3 事件语义角色标注
• 4.3.1 条件随机场
• 4.3.2 参数估计与特征选择
• 4.3.3 事件语义角色标注
• 4.4 基于层式有限状态自动机的事件侧面信息抽取
• 4.4.1 有限状态自动机
• 4.4.2 事件的层式结构及侧面信息判定
• 4.4.3 事件侧面槽值填充
• 4.5 事件抽取模式获取
• 4.6 事件信息抽取方法总结
• 4.7 本章小结
• 第五章 事件抽取实验及结果分析
• 5.1 实验语料准备
• 5.2 命名实体识别实验
• 5.2.1 系统逻辑结构设计
• 5.2.2 系统功能实现
• 5.3 事件信息抽取实验
• 5.4 结果分析
• 5.4.1 评测标准
• 5.4.2 实验结果分析
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 本文总结
• 6.2 进一步的工作
• 致谢
• 参考文献
• 作者在攻读硕士期间的科研成果