[发明专利]一种融合句义信息的事件关系强度图构建方法

摘要

本发明涉及一种融合句义信息的事件关系强度图构建方法。首先基于汉语句义结构理论，提取句子语义信息，扩充事件的特征维度，并利用改进的TF‑IDF方法完成事件向量表达，再结合上下文信息和核心事件信息优化事件向量，最后利用LDA方法获取事件之间关系强度，设定合适的关系强度阈值，构建事件关系强度图。本发明通过融合句义信息，提供了一种将孤立分散的事件以一种可度量形式关联起来的方法，并通过事件关系强度图直观展示事件间的关系，准确的定位核心事件，有力支撑后续基于事件关系的自动文摘、舆情预测等自然语言处理应用。

主权项

1.一种融合句义信息的事件关系强度图构建方法，所述方法包括如下步骤：步骤1：基于汉语句义结构理论，提取句子语义信息，扩充事件的特征维度；所述句义信息是指汉语句义结构模型中提取的句义成分，包括谓词，话题、述题、基本项和一般项；其中，话题是句义的被描述对象，述题是句义对话题的描述内容，基本项是句子的核心语义信息，一般项是句义中的修饰成分；步骤1.1，依据句义结构模型的语义将事件集合对应的文本进行分词、词性标注，获取事件集合以及其对应的词语序列；根据词性去除词语序列中噪声词语，包括形容词和副词，得到特征词；步骤1.2，基于汉语句义结构理论，提取事件所在文本的谓词、话题、述题、基本项和一般项作为句义特征，结合事件自身的触发词和事件元素，得到事件特征空间；步骤2：在步骤1得到事件特征空间的基础上，利用改进的TF‑IDF方法完成事件向量表达；所述改进的TF‑IDF方法，依据词语语义信息，其TF值计算方法为词语在所有文本中出现的次数总和与所有文本中总的词语个数的比值，其IDF值计算方法为文本总数与词语出现的文本总数的比值；步骤3：在步骤2得到事件向量表达的基础上，结合核心事件信息和上下文信息来优化事件向量；步骤3.1，利用核心事件信息优化事件向量，所述利用核心事件信息优化事件向量是指通过引入触发词所在文本的标题信息Istit、位置信息Loc、出现频率信息Freq、标记词语信息Mark、词语词性信息Pos、话题Topic，述题Comment，一般项Comment Arg和基本项Basic Arg对触发词进行打分，选取得分值最高的触发词作为核心触发词，其对应的事件向量即为核心事件向量，并用打分权值替代原触发词权值，完成事件向量的优化；步骤3.2，利用上下文信息优化事件向量，所述利用上下文信息优化事件向量是指若两个事件出现同一句，取后面事件触发词的权值去填充位于前面的事件向量对应的位置，完成事件向量优化；步骤4：在步骤3完成事件向量优化的基础上，利用LDA方法获取事件之间关系强度；步骤4.1，获取词语的主题表示结果，其具体方法为：采用LDA模型对得到的事件‑词语矩阵进行分析，得到词语的主题表示结果，此时主题个数k取N/2，N为文本中事件个数；步骤4.2，计算事件之间的关系强度，其具体方法为：将事件看成是由主题构成的向量，计算两两事件之间的余弦夹角值，作为事件对的关系强度；步骤5：在步骤4得到两两事件关系的基础上，选取合适的关系强度阈值，构建事件关系强度图，所述合适的关系强度阈值设定为0.2。