[发明专利]融入事件实体知识的汉越跨语言新闻事件检索方法

权利要求书

1.融入事件实体知识的汉越跨语言新闻事件检索方法，其特征在于：首先将汉语查询句翻译为越南语查询句，之后识别出候选文档中的事件触发词，并基于触发词对文档划分事件范围；然后识别查询句中的事件触发词并使用事件实体识别方法识别出事件范围和查询句中的事件实体；最后基于知识图谱和触发词得到事件实体的知识表示，将事件实体知识融入基于交互的排序学习算法中对候选文档进行排序。

2.根据权利要求1所述的融入事件实体知识的汉越跨语言新闻事件检索方法，其特征在于：所述融入事件实体知识的汉越跨语言新闻事件检索方法的具体步骤如下：

Step1、利用现有的翻译工具将汉语查询句翻译为越南语查询句，然后识别出翻译后的查询句与越南语文档中的事件触发词，并基于文档中的事件触发词对文档划分事件范围；

Step2、使用越南语事件实体识别方法识别出查询句与文档事件范围中的事件实体，进而基于多语言知识图谱和事件触发词对事件实体的语义进行扩充，得到事件实体最终的语义表示；

Step3、使用基于交互的检索模型提取排序特征，根据排序特征计算查询句与文档最终的排序得分，从而实现从汉语到越南语的跨语言新闻事件检索。

3.根据权利要求2所述的融入事件实体知识的汉越跨语言新闻事件检索方法，其特征在于：所述步骤Step1的具体步骤为：

Step1.1、分别利用通过现有的翻译工具将汉语事件查询句Q翻译为越南语事件查询句q；

Step1.2、将对于每个文档d，使用PredPatt识别出d中所有的事件触发词假定其中一个触发词的位置为l，窗口大小为p，则取l-p至l+p范围内的词作为该触发词在文档中的事件范围D_i；计算出所有触发词对应的事件范围之后，文档d看成f个事件范围的集合，即d＝{D₁,D₂,...,D_f}。

4.根据权利要求2所述的融入事件实体知识的汉越跨语言新闻事件检索方法，其特征在于：所述步骤Step2的具体步骤：

Step2.1、通过越南语事件实体识别方法识别出查询句q与文档事件范围D中的事件实体词向量

Step2.2、通过识别出的事件实体在多语言知识图谱ConceptNet中找到其对应的实体类型词向量和实体描述词向量通过PredPatt识别出查询句或文档事件范围中的事件触发词，得到事件触发词词向量最后通过线性层将和这四种词向量融合在一起后得到事件实体最终的语义表示。

5.根据权利要求2所述的融入事件实体知识的汉越跨语言新闻事件检索方法，其特征在于：所述步骤Step3的具体步骤为：

Step3.1、使用交互矩阵M＝{M_ww,M_we,M_ew,M_ee}来衡量查询词或查询实体与文档词或文档实体之间的相似程度，交互矩阵M＝{M_ww,M_we,M_ew,M_ee}插入到Conv-KNRM这一基于交互的检索模型中，在Conv-KNRM从M＝{M_ww,M_we,M_ew,M_ee}中提取到排序特征φ(M_ww)，φ(M_we)，φ(M_ew)和φ(M_ee)之后，将这四种排序特征拼接成最终的排序特征Φ(M)；

Step3.2、在得到最终排序特征φ(M)的基础上，利用排序学习得到查询句与事件范围最终的排序得分；对于查询句q和文档d来说，取q与D₁,D₂,...,D_f中最大的排序得分作为q与d最终的排序得分f(q,d)，事件范围为D_i，最后根据查询句与不同候选文档的排序得分由高到低对越南语候选文档进行排序。