TEXEM：一种基于实体的邮件任务提取策略

《TEXEM：一种基于实体的邮件任务提取策略》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、TEXEM：一种基于实体的邮件任务提取策略张相於，陈继东，李玉坤，孟小峰中国人民大学WAMDM实验室http://idke.ruc.edu.cnEMC中国实验室演示纲要研究动机相关工作处理流程事件提取基于事件聚类的任务构造任务空间向量实验评估总结&未来工作演示纲要研究动机相关工作处理流程事件提取基于事件聚类的任务构造任务空间向量实验评估总结&未来工作研究动机（1）电子邮件数据量剧增IDC：5Exabyte商业邮件（1Exabyte=1billionGigabyte），2007四月。电子邮件作用越来越丰富任务管理，协作管理，存档管理，

2、联系人管理……人们处理邮件的时间十分有限现有工具不能满足需求Outlook，Gmail……人们仍需要手工管理邮件中的任务。研究动机（2）dearbhaiyaiwasmakingalistofallmycontactaddressesinUSA.coulduplssendurcompleteaddress&ph/mobile.iamscheduledtocometoUSon25th.regardsgautam5三个事件：Makingalist.Sendyouraddress&numberScheduledtocometoUSon25t

3、h研究动机（3）我们提出一种基于实体的邮件任务提取框架——TEXEM。充分考虑电子邮件中的结构信息。从邮件中提取属于不同实体的任务。对任务进行重要性评估。提高用户邮件管理的效率。6演示纲要研究动机相关工作处理流程事件提取基于事件聚类的任务构造任务空间向量实验评估总结&未来工作相关工作（1）Gmail，Hotmail可以提取形式较为规范的事件信息。相关工作（2）

4、ion>演示纲要研究动机相关工作处理流程事件提取基于事件聚类的任务构造任务空间向量实验评估总结&未来工作处理流程事件提取任务构造重要性评估11演示纲要研究动机相关工作处理流程事件提取基于事件聚类的任务构造任务空间向量实验评估总结&未来工作事件

5、提取（1）每句话都可能包含一个事件。一个事件具有如下结构：Event={O,V,T,L,P,D}O：事件所有者V：事件中的动词集合T：事件发生的时间L：事件发生的地点P：事件涉及的人的集合D：事件中的其他关键字事件提取（2）电子邮件词性标注标识实意动词标识人名标识地名标识时间事件集合事件提取（3）事件合并将不含有实意动词的句子与离它最近的事件合并：Heisbusytomorrowforthemeeting.事件分解如果句子含有and或but等连词，并且连接的是分句而不是短语或词。演示纲要研究动机相关工作处理流程事件提取基于事件聚类的

6、任务构造任务空间向量实验评估总结&未来工作基于事件聚类的任务构造（1）实体识别I，We，You。第三人称实体。基于实体的事件聚类将属于某个实体的事件进行聚类。基于事件聚类的任务构造（2）实体识别识别出I，we和you。识别出第三人称的名字：人名，组织名。识别出第三人称代词指代的实体：在该代词前面，并且离它最近的对应实体。Mikeiscomingtomorrow,andhewillbringsomebeers.基于事件聚类的任务构造（3）基于实体的事件聚类基于事件构造阶段提取出来的事件所有者，进行事件聚类。属于同一实体的事件被聚类到一

7、起。所有者为代词的按照上述方法识别所有者。无法识别的事件聚到一起。19基于事件聚类的任务构造（2）演示纲要研究动机相关工作处理流程事件提取基于事件聚类的任务构造任务空间向量实验评估总结&未来工作任务空间向量(1)每个人任务中的事件具有不同的重要性。基于TF-IDF对任务中的事件进行排序：Score(e)=Mean(weight(termine))Weight(term)=factor*(TF(term)*log(N/DF(term)))任务空间向量(2)演示纲要研究动机相关工作处理流程事件提取基于事件聚类的任务构造任务空间向量实验评

8、估总结&未来工作实验评估（1）实验环境实验平台：Java数据集：Enron邮件数据集，1.2GB，150个用户的500000封邮件。词性标注：PoSTagger。实体标注：ANNIE。实验评估（2）Enron邮件数据集在安然公司出事后