[发明专利]一种中文事件时序关系识别方法及系统在审

专利信息
申请号: 201510698260.5 申请日: 2015-10-23
公开(公告)号: CN105573977A 公开(公告)日: 2016-05-11
发明(设计)人: 李培峰;朱巧明;周国栋;朱晓旭 申请(专利权)人: 苏州大学
主分类号: G06F17/27 分类号: G06F17/27;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 唐灵;常亮
地址: 215123 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 中文 事件 时序 关系 识别 方法 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>。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州大学,未经苏州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510698260.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top