与静态实体相比较,动态的事件更符合人们认识和理解现实世界的认知逻辑。目前在自然语言处理领域中大多采用事件作为基本单元对非结构化文本进行处理,而事件之间往往存在一定关联,如何从非结构化文本中识别出事件与事件之间的关系,也是自然语言处理领域的一项重要任务。当前的事件关系识别方法有基于模式识别方法、传统机器学习方法以及目前非常热门的深度学习方法,这些方法的研究效果表现优异,然而,事件与事件之间往往存在多种事件关系,这些方法目前都只是面向单一的事件关系,针对同时识别多种事件关系的研究较少,不足以应付上层应用对于获取多种事件关系的需要。事件知识图谱是以事件类为节点、事件类关系为边构建的,对比传统知识图谱,事件知识图谱包含了更为丰富的语义信息,可以很好的展现客观世界中动态事件的发生和演化规律。本文提出利用事件知识图谱映射事件关系的方法识别事件关系,可以同时识别出事件与事件之间可能存在的多种事件关系以及间接联系,对于面向事件的后续应用研究具有一定意义。本文主要包括以下两部分工作:第一,融合事件共现和时间、环境要素进行事件相关性判断。基于事件知识图谱的事件关系识别,首先需要判断两事件之间是否具有相关性。根据事件的动作要素和对象要素的联合共现概率以及推理规则判断两事件之间的环境要素和时间要素相差窗口范围是否在规定窗口范围内以计算事件相关度,并结合事件相关度阈值来判断两事件之间是否相关。第二,基于事件知识图谱的事件关系识别。在事件相关性判断工作基础上,若相关即可继续进行事件关系识别工作。本文首先利用事件知识图谱进行事件实例检测,将事件实例的各要素与事件知识图谱中事件类对应要素的共同特征集合进行匹配,即可判断两事件所属的事件类,并且在构建好的事件知识图谱中找到对应事件类。若两事件都能在构建的事件知识图谱中找到对应事件类,利用给出的事件关系推理规则以及事件知识图谱已有知识进行推理和映射事件关系,实现事件关系识别。