[发明专利]一种中文事件时序关系识别方法及系统

权利要求书

1.一种中文事件时序关系识别方法，其特征在于，包括以下步骤：

S1、对需要识别事件时序关系的原始文本的每个文档，分别调用分词工 具、实体识别工具、句法分析工具、依存关系分析工具和事件抽取工具进行 词语切分、实体识别、句法分析、依存关系分析和事件抽取动作，得到测试 语料事件集合；

S2、以文档为单位，分别从测试语料事件集合和标注语料集合中抽取所 有事件对及其特征信息，得到测试语料特征集合和标注语料特征集合；其中， 所述标注语料集合是预先标注了实体、句法结构、依存结构和事件信息的文 档集合；

S3、根据标注语料特征集合中各个事件对的特征，训练一个最大熵事件 时序关系识别模型；再利用所述最大熵事件时序关系识别模型识别测试语料 特征集合中每个事件对的时序关系，得到事件时序关系第一集合；

S4、以文档为单位，对事件时序关系第一集合中的所有事件对，利用时 间词推理方法、事件关系推理方法、自反性推理方法和传递性推理方法进行 事件时序关系推理，得到事件时序关系集合。

2.根据权利要求1所述的中文事件时序关系识别方法，其特征在于，步 骤S1还包括，

S101、对需要识别事件时序关系的原始文本中的每个文档调用分词工具 切分词语，得到用空格分隔词语的第一文档集合；

S102、调用实体识别工具对第一文档集合中的每个文档识别文档中的实 体并标注实体类型，得到第二文档集合，所述第二文档集合中每个实体标注 格式为“实体/实体类型”；

S103、对第二文档集合中每个文档调用句法分析工具进行句法分析，得 到第三文档集合；

S104、对第三文档集合中每个文档调用依存关系分析工具进行依存关系 分析，得到第四文档集合；

S105、对第四文档集合中每个文档调用事件抽取工具抽取事件及其属性， 得到测试语料事件集合。

3.根据权利要求1所述的中文事件时序关系识别方法，其特征在于，步 骤S2还包括，

S201、分别从标注语料集合和测试语料事件集合中，以文档为单位抽取 每个文档中的任意2个事件，两两构成2个事件对，所有从标注语料集合中 抽取的事件对构成标注语料事件对集合，所有从测试语料事件集合中抽取的 事件对构成测试语料事件对集合；

S202、为标注语料事件对集合中的每个事件对从标注语料集合中抽取所 述事件对的基本特征，并且加入已标注的事件时序关系，构成标注语料第一 特征集合；为测试语料事件对集合中每个事件对从测试语料事件集合中抽取 所述事件对的基本特征，构成测试语料第一特征集合；

S203、为标注语料事件对集合中的每个事件对从标注语料集合中抽取事 件对的关系特征，和标注语料第一特征集合中所述事件对的基本特征合并， 添加到标注语料特征集合；为测试语料事件对集合中每个事件对从测试语料 事件集合中抽取所述事件对的关系特征，和测试语料第一特征集合中所述事 件对的基本特征合并，添加到测试语料特征集合。

4.根据权利要求3所述的中文事件时序关系识别方法，其特征在于，在 步骤S202中，每个事件对(E1，E2)的基本特征集合如下：

<1＝E1的触发词><2＝E1的触发词的词性><3＝E1的触发词的前一词> <4＝E1的触发词的前一词的词性><5＝E1的触发词的后一词><6＝E1的触发词 的后一词的词性><7＝E1的触发词在依存关系中的支配者><8＝E1的触发词在 依存关系中的支配者的词性><9＝E1的触发词及其支配者的依存关系> <10＝E2的触发词><11＝E2的触发词的词性><12＝E2的触发词的前一词> <13＝E2的触发词的前一词的词性><14＝E2的触发词的后一词><15＝E2的触 发词的后一词的词性><16＝E2的触发词在依存关系中的支配者><17＝E2的触 发词在依存关系中的支配者的词性><18＝E2的触发词及其支配者的依存关 系>。