[发明专利]一种事件陈述句素材库的生成方法

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。

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。