事件时序关系的研究在问答系统,文本提取等自然语言处理领域起着越来越重要的作用。本文来源于国家自然基金项目“典型事件过程建模的研究”。事件时序关系研究的目的是建立事件之间在时间上的先后顺序关系。本文从基于常识角度出发,经历事件识别,事件时序关系识别和抽取,事件时序关系合并,最终建立事件时序关系的模型,并将该模型作为一种语义资源,在日后的研究中加以利用。本文主要针对以下几个方面展开研究:1.对比不同研究对事件和事件时序关系概念的定义,根据TimeML中规范标准,确定本文中研究的内容。2.选取Wikipedia网站内容作为常识知识语料库,并利用特征处理方法对语料库进行加工整理。3.利用Evita开源工具结合本研究对事件的理解,在选取的语料上进行事件的识别和提取。4.分析3中得到的事件之间的时序关系,并利用规则生成单文档对应的时序关系图。5.在单文档时序链的基础上,进行高频事件统计并以高频事件为核心建立事件时序关系图。6.在高频事件时序关系图上,利用英语词语相似度计算方法,合并事件节点,建立事件时序关系模型。本研究目前取得的成果包括积累了丰富的语料资源以及语料处理方法,事件和事件时序关系识别的工具及其工作原理,并利用这些工具进行适合本研究的二次开发,最终形成了高频事件的时序关系模型,在模型上存在符合常识的事件在时间上发生的先后顺序关系,表明本文使用的方法可以继续深入研究。本研究为“典型事件过程建模的研究”项目提供了一种自底向上的研究路线,从语料的加工到模型的建立,每一步都为后续的研究积累了知识资源和技术支持。