中文時間表達式自動識別的研究.pdf

1、時間作為一種重要的語義載體，是我們生活中不可或缺的元素。通過時間信息，人們可以了解事件發(fā)生的經(jīng)過，并可以根據(jù)時間信息的順序整理事件，掌握事件發(fā)展的全過程。時間識別是自然語言處理的一項基本任務(wù)，它在機器翻譯、事件檢測與跟蹤、輿情發(fā)現(xiàn)、自動問答系統(tǒng)、信息檢索等領(lǐng)域有著重要的作用。
　　本文首先簡單介紹了中文時間表達式識別的研究現(xiàn)狀與常用的研究方法，然后分別采用基于規(guī)則的方法、基于條件隨機場模型的方法對中文時間表達式進行識別，并根據(jù)實驗

2、結(jié)果比較這兩種方法各自的優(yōu)點與存在的不足。在此基礎(chǔ)上，提出一種統(tǒng)計與規(guī)則融合的時間表達式識別方法:首先，通過分析中文文本中時間詞的詞性、詞性及上下文信息，采用條件隨機場模型識別時間單元而非時間表達式整體，避免了中文時間表達式邊界定位不準確的問題;之后，從訓(xùn)練語料中獲取候選觸發(fā)詞，并設(shè)立評價函數(shù)對候選觸發(fā)詞進行打分，選出正確的時間觸發(fā)詞完善時間觸發(fā)詞庫;最后根據(jù)時間觸發(fā)詞庫與時間綴詞庫，制定規(guī)則對時間表達式邊界進行定位。實驗結(jié)果顯示開式測