[发明专利]一种事件陈述句素材库的生成方法有效
申请号: | 201010225038.0 | 申请日: | 2010-07-13 |
公开(公告)号: | CN102207948A | 公开(公告)日: | 2011-10-05 |
发明(设计)人: | 宋传宝 | 申请(专利权)人: | 天津海量信息技术有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 北京汲智翼成知识产权代理事务所(普通合伙) 11381 | 代理人: | 陈曦 |
地址: | 300384 天津市华苑*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种事件陈述句素材库的生成方法。首先将一篇文章转换为多个长句的集合;针对转换后的长句的集合,进行时间点识别抽取处理,然后再进行事件描述动词的抽取;对于上述步骤获得的长句,进行人名、地名、机构名、产品名的命名实体识别与抽取,然后对包括事件发生时间、发生地点、事件类型在内的要素信息进行抽取标引,获得结构化结果;将事件陈述句的原始片段和结构化结果抽取出来存入数据库中,从而生成事件陈述句素材库。利用本方法所生成的事件陈述句素材库,可以在互联网中提供更新、搜索、查询等服务,也可以在媒体资讯领域为写作、编辑、专题制作等提供应用。 | ||
搜索关键词: | 一种 事件 陈述句 素材库 生成 方法 | ||
【主权项】:
一种事件陈述句素材库的生成方法,其特征在于包括如下的步骤:(1)对于一篇文章,首先从左至右扫描,当扫描到的字符为表示长句结束的标点符号时,则将前面的内容记录为一个长句,从而将一篇文章转换为多个长句的集合;(2)针对转换后的长句的集合,结合文章的发表时间,进行时间点识别抽取处理;(3)在进行时间点识别抽取处理后,对于不存在时间点表达的长句放弃后续处理,对于存在时间点表达的长句进行后续处理;(4)对于存在时间点表达的长句,进行事件描述动词的抽取,如果不存在事件描述动词,则放弃后续处理;(5)对于上述步骤获得的长句,进行人名、地名、机构名、产品名的命名实体识别与抽取,如果这几种命名实体均不存在,则放弃后续处理;(6)根据长句进行分词与命名实体识别处理后的词序列结果,进行浅层句法分析,分析出主语、谓语、宾语,确定事件发生的主客体;(7)针对上述步骤确认的事件陈述句,结合步骤(2)、步骤(5)的命名实体抽取结果,对包括事件发生时间、发生地点、事件类型在内的要素信息进行抽取标引,获得结构化结果;(8)将事件陈述句的原始片段和结构化结果抽取出来存入数据库中,从而生成事件陈述句素材库。
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天津海量信息技术有限公司,未经天津海量信息技术有限公司许可,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/patent/201010225038.0/,转载请声明来源钻瓜专利网。
- 上一篇:小型化的DC阻断装置
- 下一篇:多频段吸顶天线