[发明专利]一种网络文本中交通事件语义角色抽取方法

说明书

本发明公开了一种网络文本中交通事件语义角色抽取方法，如图1所示，抽取步骤为：交通事件信息结构定义、网络文本数据预处理、交通事件信息角色标注、事件信息角色关系对提取、交通事件角色关系树构建、交通定位信息元素获取、交通类别信息元素获取、交通事件元素关系组合、交通事件信息抽取。本发明以开放互联网网络文本作为交通事件信息实时数据源，利用其更新速度快、参与人数多、用户分布广泛的特点，提出一种网络文本中交通事件语义角色抽取方法，为传统的交通信息采集手段提供有效补充。

技术领域

本发明涉及一种交通事件语义角色的抽取方法，尤其涉及一种网络文本中交通事件语义角色抽取方法。

背景技术

网络文本：指来源于多种形式的互联网网页文本，包括论坛、博客、社区、微博、微信等文本资料，互联网是整个全社会、多领域、广纵深、近实时的动态映像，巨大的互联网信息源是公众获取信息的主要渠道，据统计，截止2014年12月可索引的互联网网页数量为43.6亿页面。

交通事件：车辆在道路上因过错或者意外造成人身伤亡或者财产损失的事件。不仅是由不特定的人员违反交通管理法规造成的；也可以是由于地震、台风、山洪、雷击等不可抗拒的自然灾害造成。

语义角色标注：是自然语言处理的一种浅层语义分析实现方式，优点是问题定义清晰，便于人工标注评测。该方法不对整个句子进行详细的语义分析，而只是标注句子中的某些短语的语义角色，例如“委员会明天将要通过此议案”在中文语义角色标注语料库资源Chinese PropBank(CFB)中会做如下标识：“委员会”的语义角色为Arg0，其含义是表示动作的施事；“此议案”的语义角色标注为Arg1，其含义是表示动作的影响；“明天”的语义表色标注为ArgM-TMP，其含义是表示时间。以上的语义角色Arg1、Arg0、ArgM-TMP都是在CFB资源中预先定义的语义角色。

交通信息获取技术是智能交通系统(ITS)的核心研究内容，也是建设智能交通系统与进行交通管理的基础。快速、高效、准确、全面获取交通信息能够提高交通系统整体运行效率，降低交通拥堵发生次数，保障交通安全，提高交通管理服务水平。交通信息主要包括道路交通流、道路路况、交通限制、交通管制、交通事件、施工作业、道路障碍、交通天气与路面环境等信息。

目前交通信息获取手段主要包含以下四种：

1、固定传感器交通信息获取技术(感应线圈、视频监控、红外探测及微波探测等)，该获取方式主要在城市交通发展的早期阶段，主要依赖大面积部署在道路上的交通信息监测设备，但是这种方式成本太高，设备更换与维护都比较耗时耗力。且这种方式只能获取道路的断面流量数据，数据的处理周期慢，且获取的整体交通信息不全。目前，该方式主要应用于监控城市重要道路、关键断面布设。

2、浮动车交通信息获取技术，该方式是目前交通信息获取方面最为成熟的技术，也是商用化最好的信息获取手段。该方式主要依赖于安装有定位设备(如GPS、北斗等)的车辆实时的位置回传，车辆类型主要包括出租车、公交车、两客一危车辆等。服务器端实时将回传的位置数据进行地图匹配、速度提取等分析处理操作，获取到路段的实时的交通信息。该获取方式的优点一方面是采集的交通信息覆盖度较高，可以获取整个城市的主要的城市道路网，另一方面，实时性较好，可以及时了解城市的交通状态，此外，与固定传感器相比，设备维护简单、便利，费用较低。

3、手机信令分析交通信息获取技术，该获取方式可以充分利用海量用户的手机位置资源，但是对数据处理技术要求很高，且手机数据获取存在隐私泄露的风险。该技术的优点在于全天候、覆盖范围广、低成本，而且能够探测到浮动车技术采集不到的郊区小路的实时交通信息。

4、车联网环境下交通信息获取技术，车联网以车内网、车际网以及车载移动互联网为基础，实现车-车，车-互联网无线通信与交换，通过感知融合车辆网相关信息，可以实现交通信息的获取，但目前车辆网的相关实施处在起步阶段，距离成熟商用还有一定的距离。