基于事件时序关系识别的研究与实现

《基于事件时序关系识别的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文事件时序关系识别的研究与实现ResearchandImplementonTemporalRelationIdentificationbetweenEvents孙辉哈尔滨工业大学2010年6月国内图书分类号：TP391.2学校代码：10213国际图书分类号：681.37密级：公开工学硕士学位论文事件时序关系识别的研究与实现硕士研究生：孙辉导师：傅忠传副教授副导师：李晗静副教授申请学位：工学硕士学科：计算机科学与技术所在单位：计算机科学与技术学院答辩日期：2010年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP391.2Schoolcod

2、e:10213U.D.C:681.37SecretLevel:openADissertationfortheMasterDegreeinEngineeringRESEARCHANDIMPLEMENTONTEMPORALRELATIONIDENTIFICATIONBETWEENEVENTSCandidate：SunHuiSupervisor：AssociateProf.FuZhongChuanAssociateSupervisor：AssociateProf.LiHanJingAcademicDegreeAppliedfor：MasterofEngineeringSpe

3、cialty：ComputerScienceandTechnologyAffiliation：SchoolofComputerScienceandTechnologyDateofOralExamination：June,2010University：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要本研究课题来源于国家自然科学基金资助项目“典型事件过程建模的研究”。事件时序关系的研究目的是建立事件之间在时间上的先后顺序关系，事件时序关系的研究在文本分类、问答系统等自然语言处理领域有着越来越重要的作用。本文首先结合统计机器学习方法和

4、计算语言学知识构造基于OTC语料库的英文事件时序关系识别模型；随后针对语料库存在的数据稀疏问题，利用时序推理来增加训练样本数目的方法予以缓解；将事件时序关系识别模型应用到更大规模的生语料库中，构造事件时序关系知识库是本研究的最终目的。本文的主要研究内容如下：（1）构建基于OTC语料库的事件时序关系识别模型。包括时序关系映射、语料纯文本信息的抽取和特征空间的选择。分类模型的平均性能达到60.15%的准确率。随后对分类模型特征空间中的各个特征进行分析，判断其对分类模型的影响。（2）用时序推理的方法缓解数据稀疏问题。针对OTC语料库存在的数据稀疏问题，本文运用时序推理增加训

5、练样本数目的方法予以一定程度的缓解。时序推理的讨论重点在于时序推理时所需要的推理规则的构建和时序推理算法。扩展后的训练样本数目是OTC语料库训练样本数目的九倍。为测试训练样本数目增加对实验结果的影响，本研究从扩展后的训练样本中按照OTC语料库中各种时序关系的分布比例抽取12124条数据样本进行实验，识别模型的平均性能为67.57%的准确率。（3）尝试使用Wiki语料作为基础数据集构建事件时序关系知识库。本文将对原始Wiki语料进行加工整理，使其符合Evita处理规范。该整理加工过程分为三个阶段进行：单篇Wiki文章的提取，单篇Wiki文章的无用信息过滤，单篇Wiki文

6、章的规范化输出。（4）构建事件时序关系知识库。经过加工整理后的Wiki语料经过事件识别、单文档事件时序关系链的构建、事件受事者识别、事件相似度计算、单文档事件时序关系链的合并等步骤，最终生成多个有向图。有向图的顶点是事件，边是事件间的时序关系，每个有向图包含时间上关联的事件集合。关键词事件；时序关系；时序推理；特征空间；知识库-I-哈尔滨工业大学工学硕士学位论文AbstractTheresearchontemporalrelationbetweeneventsisbecomingmoreandmoreimportantinNaturalLanguageProcessi

7、ng,suchasQuestionandAnsweringSystem,TextSummarization.ThispaperisoriginatedfromtheNatureScienceFoundationProject―ResearchonModelingTypicalEventProcess‖.Theaimofthisresearchistoestablishthetimesequencerelationshipbetweenevents.Firstofall,weusedstatisticalmachinelearningmethodsto