[发明专利]一种网络文本中交通事件语义角色抽取方法

摘要

本发明公开了一种网络文本中交通事件语义角色抽取方法，如图1所示，抽取步骤为：交通事件信息结构定义、网络文本数据预处理、交通事件信息角色标注、事件信息角色关系对提取、交通事件角色关系树构建、交通定位信息元素获取、交通类别信息元素获取、交通事件元素关系组合、交通事件信息抽取。本发明以开放互联网网络文本作为交通事件信息实时数据源，利用其更新速度快、参与人数多、用户分布广泛的特点，提出一种网络文本中交通事件语义角色抽取方法，为传统的交通信息采集手段提供有效补充。

主权项

一种网络文本中交通事件语义角色抽取方法，其特征在于：其抽取步骤如下：a、交通事件信息结构定义：所述交通事件信息结构由事件信息元素及其事件信息角色组成；所述事件信息元素包括定位元素、类别元素；所述定位元素包含的事件信息角色有：独立所在道路、非独立所在道路、所在道路附加结构、定位起点、定位起点附加结构、定位终点、定位终点附加结构、全部方向、起始方向、终止方向；所述类别元素包含的事件信息角色有：事件类型、事件类别、事件类型、事件状态；b、网络文本数据预处理：将输入网络文本数据进行数据预处理，网络文本数据定义；删除网络文本中的重复冗余信息，如去掉停留词；网络文本中文分词，得到分词后词汇序列；c、交通事件信息角色标注：采用CRF条件随机场模型对步骤b所得到的词汇序列进行词汇事件角色标注，得到网络文本交通事件角色序列；d、事件信息角色关系对提取：将事件信息角色序列中筛选出属于定位元素的事件信息角色，采用SVM支持向量机模型判断筛选出事件信息角色两两之间是否关联，提取出所有可能事件信息角色关系对；e、交通事件角色关系树构建：针对步骤d所得到角色关系对，采用算法RoleTreeBuild构建交通事件角色关系树；f、交通定位信息元素获取：将步骤e所得到交通事件信息角色关系树抽取交通事件信息定位元素；采用深度优先遍历算法，从所在道路顶点出发，寻找第一个未被访问的邻结点，判断该遍历路径是否包含所在道路，定位起点，定位终点三要素，如果包含，将该路径输出；g、交通类别信息元素获取：从步骤c所得到事件信息角色序列中筛选出属于类别信息元素的事件信息角色，将该事件信息角色作为交通事件信息的类别信息元素；h、交通事件元素关系组合：将该类别信息元素与步骤f得到的定位信息元素组合成为“定位信息元素‑类别信息元素”交通信息元素对；i、交通事件信息抽取：针对步骤h得到交通信息元素对集合，组合抽取中的每一个信息元素对，构成一个交通事件信息。