论文部分内容阅读
目前绝大多数事件抽取的研究对象是英文,对中文的研究还处于起步阶段。论元抽取作为事件抽取的第二个子任务,是本文的研究重点。作为一种话题结构的语言,中文的表达方式比较灵活,句法结构不如英文严谨。现有的论元抽取方法多数采用基于浅层语义的句法结构特征,造成论元抽取性能低下。本文在现有论元抽取的基础上,研究了新的方法并提出了更有效的特征。本文研究内容主要包括:第一,现有的论元抽取方法主要以谓词为中心选取句法结构特征进行抽取,与动词性触发词不同,名词性触发词不是事件句的谓词,造成名词性触发词触发的事件的论元抽取比较困难。针对上述问题,本文将名词性触发词映射到事件句谓词上,提高名词性触发词触发的事件句与动词性触发词触发的事件句在特征上的相似度,以提高论元抽取性能。在ACE2005中文事件语料库上的实验表明,该方法在论元识别和角色分配阶段与基准系统相比分别提高了2.5%和2.8%。第二,与英文不同,中文事件句中论元与触发词的关系较松散,减弱了论元抽取中句法结构特征的作用。针对这个问题,本文在论元抽取阶段引入角色、实体和触发词的语义进行论元抽取,弥补了论元抽取中单纯采用句法结构特征的缺陷。在ACE2005中文事件语料库上的实验结果表明,该方法在论元识别和角色分配阶段比基准系统分别提高了3.7%和4.2%。第三,现有的基于机器学习的论元抽取方法大多选用句子级的特征,该方法对于与触发词距离较远的论元的抽取性能低下。针对这个问题,本文利用跨事件角色一致性,通过话题中部分已知的事件实例来抽取其他缺乏有效信息的事件实例。在ACE2005中文事件语料库上的实验表明,对于Attack、Die和Injure三类事件,该方法在论元识别和角色分配阶段分别比基准系统提高了3.4%和3.7%。