[发明专利]一种融合句义信息的事件关系强度图构建方法

说明书

本发明涉及一种融合句义信息的事件关系强度图构建方法。首先基于汉语句义结构理论，提取句子语义信息，扩充事件的特征维度，并利用改进的TF‑IDF方法完成事件向量表达，再结合上下文信息和核心事件信息优化事件向量，最后利用LDA方法获取事件之间关系强度，设定合适的关系强度阈值，构建事件关系强度图。本发明通过融合句义信息，提供了一种将孤立分散的事件以一种可度量形式关联起来的方法，并通过事件关系强度图直观展示事件间的关系，准确的定位核心事件，有力支撑后续基于事件关系的自动文摘、舆情预测等自然语言处理应用。

技术领域

本发明涉及一种融合句义信息的事件关系强度图构建方法，属于计算机科学及自然语言处理的信息抽取领域。

背景技术

事件是指在某个特定时间和地点发生的，由一个或多个角色参与的，由一个或多个动作组成的一件事情。随着移动互联网技术的迅速发展，事件发生后，尤其是突发事件，会快速涌现出大量与之相关的新闻报道、微博评论以及博客等文本。由于事件固有的时间、地点、人物、起因、经过、结果等属性，其发生往往不是孤立的，而是会与其它事件存在不同程度的相互关系，通常用关系强度来度量。为了从大量的文本中，快速准确地定位相互关联的事件，需要基于事件间的关系强度构建事件关系强度图，从而为自动文摘、舆情预测等自然语言应用提供有效支撑。

目前，针对事件关系识别的研究主要有模式匹配法、元素和位置分析法以及规则推理法。

模式匹配法是事件关系检测的主要方法之一，主要是借助事件特征项指导模式的建立。触发词是事件的核心，直接表明事件的发生，是决定事件类别的最主要特征。根据事件触发词之间的关系，人工定义模板，抽取文本中符合模板的事件关系。事件关系检测的模式匹配方法，往往通过对事件触发词间的关系进行研究，借助触发词间的关系，制定相应的模式，辅助事件间关系的识别。

元素和位置分析法，事件元素是事件的重要组成部分，事件元素给出了事件的参与者，时间、地点等信息。每个事件包含特定的事件元素信息，且相关事件之间往往共享某一个或者某几个事件元素。事件位置能表明事件发生的上下文环境，相关的事件在文本也以较大的概率先后出现。因此位置和事件元素在事件关系的识别中扮演着重要的角色。基于位置和元素的事件关系检测方法，即是将事件位置和元素信息作为重要线索识别事件之间关系的方法。

规则推理法主要是基于Allen的“区间代数”算法构建推理规则，如“if-then”这类规则，实现事件关系自动推理；或是对规则进行扩展，训练有效的分类器，对事件关系进行分类。如Mani和Tatu的事件时序关系识别系统。

现有方法可总结为如下两个方面：①不给出具体的关系类型，围绕事件关系检测任务对事件之间逻辑关系进行有无的判断。但是，这类方法仅对事件浅层逻辑关系进行识别，不能深入到事件内部的语义联系，如关系类型或联系紧密度，离实际应用还有一定的差距。②从分类关系中的某一特定类型关系出发，主要以因果关系和时序关系为主。但是，这类方法存在如下问题：首先，仅对某一特定类型的事件关系进行研究，不具有普适性和全面性。其次，在事件关系定义方面，这些方法仅对事件关系进行了初步的定义和类别划分，但尚未形成事件关系的统一定义。同时，也没有比较完整的事件关系标注语料做支撑，这使得该类方法在全面识别事件关系中面临较大的困难。

因此，现有的基于类型识别的事件关系强度计算方法效果并不理想，构建的事件强度关系图难以应用推广。

发明内容

本发明为解决关系类型识别效果差、事件关系强度图准确性不高的问题，提出一种融合句义信息的事件关系强度图构建方法。利用汉语语义学的句义结构理论挖掘事件之间的内在语义关系，扩充事件特征维度，建立事件向量模型，直接利用向量计算衡量事件间关联关系的强弱，进而构建事件关系强度图，实现事件关联关系的可视化。