漢語文本中的時間關(guān)系識別技術(shù)研究.pdf

1、識別文本中時間關(guān)系是深層語義理解的基礎(chǔ)，是問答系統(tǒng)、信息抽取和文本摘要等諸多應(yīng)用的關(guān)鍵。所謂時間關(guān)系，就是文本中事件之間、時間之間、事件和時間之間的時序關(guān)系。目前，對于時間關(guān)系的研究，尤其是中文文本中時間關(guān)系的研究尚處于初級階段。本文主要針對TempEval-2的時間關(guān)系識別評測任務(wù)展開研究，實驗選用了此次會議提供的中文評測語料，并手工標(biāo)注了短語結(jié)構(gòu)和句法成分標(biāo)記。本文從時間關(guān)系識別任務(wù)的具體要求出發(fā)，分析了評測語料中時間關(guān)系識別時用及

2、的各語言特征，描述了特征提取方法，分析了各特征的有效性，提出了基于最大熵的句內(nèi)時間關(guān)系識別方法、基于規(guī)則的事件和文檔創(chuàng)建時間之間的時間關(guān)系識別方法，并初步探索了相鄰句中主要事件之間時間關(guān)系識別方法。
　　主要的工作包括以下幾個方面:
　　1.參考哈工大的標(biāo)注規(guī)范，標(biāo)注了評測語料的短語結(jié)構(gòu)和句法成分;
　　2.闡述了時間關(guān)系及其識別任務(wù)，并詳細(xì)分析了各識別任務(wù)的識別難點(diǎn);
　　3.研究了自動識別句內(nèi)時間關(guān)系的方法。

3、該任務(wù)包括兩部分工作:時間實體對自動抽取和時間關(guān)系自動識別。時間實體對自動抽取是通過分析事件之間或事件與時間之間的句法成分關(guān)系，來確定這一時間關(guān)系對是否是文本語義中所蘊(yùn)含的時間關(guān)系對的過程。時間關(guān)系自動識別是利用語言特征將時間實體對自動分類的過程;
　　4.用規(guī)則的方法自動識別事件和文檔創(chuàng)建時間之間時間關(guān)系。根據(jù)事件是否存在參考時間、相關(guān)信號詞，將事件分為四類:事件存在參考時間且參考時間為精確時間表達(dá)、事件存在參考時間且參考時間為