[发明专利]一种针对随案电子卷宗的事件抽取及处理方法

权利要求书

1.一种针对随案电子卷宗的事件抽取及处理方法，其特征在于，包括以下步骤：

步骤1，获取需要的电子卷宗，提取电子卷宗的文本文书和格式文书的正文内容，对所述正文内容进行分段，并存入数据库建立索引，完成卷宗数据的定位；

步骤2，对电子卷宗进行分析，总结电子卷宗特定格式，构建触发词词典，依据触发词词典识别电子卷宗事件描述段落，再对事件描述段落进行分句、分词和词性标注，分句后得到事件句；

步骤3，对步骤2产生的每一句事件句进行事件属性抽取，得到多个原子事件，事件属性包括：施加者、承受者、行为、时间、地点和行为方式，具体为：根据步骤2中产生的分词和词性标注进行句法依存分析，得到核心词、核心词主谓关系以及核心词的动宾关系，即依存句法分析结果，通过语义角色标注技术得到语义角色分析结果，再用启发式规则结合依存句法分析结果和语义角色分析结果得到对应事件属性；

步骤4，对步骤3产生的每一个原子事件按所在事件句聚合为主题事件；计算各个事件句之间的相似性，将相似的事件句所在主题事件进行合并。

2.根据权利要求1所述的一种针对随案电子卷宗的事件抽取及处理方法，其特征在于，所述步骤1中，用规则匹配对文书中标题和结尾进行过滤，获取文本文书和格式文书的正文内容。

3.根据权利要求1所述的一种针对随案电子卷宗的事件抽取及处理方法，其特征在于，所述步骤2中，根据触发词词典中的开始词匹配段落首句，若开始词所在段落只有一句话，则自开始词所在段落的下一段至触发词词典中的停止词所在段落均为事件描述段落；否则，则自开始词所在段落至触发词词典中的停止词所在段落均为事件描述段落。

4.根据权利要求1所述的一种针对随案电子卷宗的事件抽取及处理方法，其特征在于，所述步骤2中，分句、分词和词性标注的具体过程为：利用标点符号对事件描述段落进行分句，然后利用汉语分词系统进行分词和词性标注。

5.根据权利要求1所述的一种针对随案电子卷宗的事件抽取及处理方法，其特征在于，所述步骤3包括以下步骤：

步骤3.1、句法分析：对步骤2的中产生的分词和词性标注进行依存句法解析，获得事件句中核心词、核心词的主谓关系和核心词的动宾关系，获取句子中的主语和宾语；

步骤3.2、语义角色抽取：对步骤2得到的事件句和事件句词性标注进行语义角色抽取，获得语义角色参数，语义角色参数包括：谓语动词参数、持有者参数、被持有者参数、时间参数、地点参数和方向参数；

步骤3.3、利用启发式规则确定事件属性:

若持有者参数和被持有者参数都不为空，则将持有者参数输入待抽取事件的施加者属性中，被持有者参数输入待抽取事件的承受者属性中；

若持有者参数为空且主语不为空，则将主语输入待抽取事件的施加者属性中；

若被持有者参数为空且宾语不为空，则将主语输入待抽取事件的承受者属性中；

若当前语义角色参数是时间参数且不为空，则将当前语义角色参数的对应词输入至待抽取事件的时间属性中；

若当前语义角色参数是地点参数且不为空，则将当前语义角色参数的对应词输入待抽取事件的地点属性中；

若当前语义角色参数是方向参数且不为空，则将当前语义角色参数的对应词输入待抽取事件的方式属性中；

若当前语义角色参数是谓语动词参数且不为空，则将当前语义角色参数的对应词输入待抽取事件的行为属性中；

若当前语义角色参数为空则不动作。

6.根据权利要求1所述的一种针对随案电子卷宗的事件抽取及处理方法，其特征在于，所述步骤4的具体过程为：对步骤3产生的每一个原子事件按所在事件句聚合为主题事件，再对每一句事件句进行语义相似性分析，对于判定结果为相似的事件句的主题事件进行合并，将合并后的主题事件存入事件数据库。