基于事件框架的主題相關(guān)文檔智能檢索研究與實(shí)現(xiàn).pdf

1、網(wǎng)絡(luò)的飛速發(fā)展使得對(duì)高質(zhì)量的Web 文本信息檢索的需求變得空前的迫切。 而要提高檢索系統(tǒng)的性能，除了改進(jìn)和提高檢索方法的性能，還必須加強(qiáng)對(duì)主題相關(guān)信息的收集和加工，以獲得有效的檢索資源。本文對(duì)面向用戶興趣文檔的主題相關(guān)信息的智能檢索進(jìn)行了研究，其宗旨是進(jìn)一步提高Web 信息檢索的服務(wù)質(zhì)量，主要內(nèi)容包括事件相關(guān)文檔的檢索和事件重要信息的抽取與集成。取得了以下一些研究成果： 第一、提出了一種自動(dòng)獲取事件框架的方法。首先，建立

2、災(zāi)難性事件的統(tǒng)一框架；然后在統(tǒng)一框架的基礎(chǔ)上使用BootStrapping 方法獲取關(guān)鍵詞；最后通過(guò)對(duì)相關(guān)句子進(jìn)行聚類得到最終的框架知識(shí)結(jié)構(gòu)。將框架應(yīng)用到與主題相關(guān)檢索有效地降低其他事件的干擾，使事件相關(guān)文檔的檢索性能明顯提高。 第二、實(shí)現(xiàn)了一個(gè)事件關(guān)鍵信息的抽取與集成系統(tǒng)，本系統(tǒng)具有如下特色：（1）在進(jìn)行事件抽取時(shí)，首先利用句型模板構(gòu)造抽取規(guī)則，然后直接從經(jīng)過(guò)基本短語(yǔ)識(shí)別、時(shí)間短語(yǔ)和空間短語(yǔ)識(shí)別和規(guī)范化處理的文本中抽取事件信息

3、，從而跳過(guò)了深層句法分析，降低了實(shí)現(xiàn)系統(tǒng)的難度；（2）利用框架間的相似性，提高資源重用度。（3）利用事件的規(guī)范化的時(shí)空信息關(guān)聯(lián)不同文檔中的同一事件，實(shí)現(xiàn)了事件合并，并提出按時(shí)間流順序的線索性文件抽取的輸出方式。 第三，系統(tǒng)地分析了中文機(jī)構(gòu)名的特點(diǎn)與命名實(shí)體識(shí)別在機(jī)構(gòu)名識(shí)別上的諸多難點(diǎn)，提出統(tǒng)計(jì)和規(guī)則相結(jié)合的中文機(jī)構(gòu)名識(shí)別法。即采用統(tǒng)計(jì)的方法在訓(xùn)練語(yǔ)料庫(kù)中獲取機(jī)構(gòu)名知識(shí)庫(kù)，然后根據(jù)機(jī)構(gòu)名特點(diǎn)設(shè)計(jì)了機(jī)構(gòu)名識(shí)別的規(guī)則。在統(tǒng)計(jì)與規(guī)則的結(jié)合