基于事件框架的主題相關文檔智能檢索研究與實現(xiàn).pdf

1、網(wǎng)絡的飛速發(fā)展使得對高質(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，除了改進和提高檢索方法的性能，還必須加強對主題相關信息的收集和加工，以獲得有效的檢索資源。本文對面向用戶興趣文檔的主題相關信息的智能檢索進行了研究，其宗旨是進一步提高Web 信息檢索的服務質(zhì)量，主要內(nèi)容包括事件相關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、提出了一種自動獲取事件框架的方法。首先，建立

2、災難性事件的統(tǒng)一框架；然后在統(tǒng)一框架的基礎上使用BootStrapping 方法獲取關鍵詞；最后通過對相關句子進行聚類得到最終的框架知識結(jié)構(gòu)。將框架應用到與主題相關檢索有效地降低其他事件的干擾，使事件相關文檔的檢索性能明顯提高。 第二、實現(xiàn)了一個事件關鍵信息的抽取與集成系統(tǒng)，本系統(tǒng)具有如下特色：（1）在進行事件抽取時，首先利用句型模板構(gòu)造抽取規(guī)則，然后直接從經(jīng)過基本短語識別、時間短語和空間短語識別和規(guī)范化處理的文本中抽取事件信息

3、，從而跳過了深層句法分析，降低了實現(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)范化的時空信息關聯(lián)不同文檔中的同一事件，實現(xiàn)了事件合并，并提出按時間流順序的線索性文件抽取的輸出方式。 第三，系統(tǒng)地分析了中文機構(gòu)名的特點與命名實體識別在機構(gòu)名識別上的諸多難點，提出統(tǒng)計和規(guī)則相結(jié)合的中文機構(gòu)名識別法。即采用統(tǒng)計的方法在訓練語料庫中獲取機構(gòu)名知識庫，然后根據(jù)機構(gòu)名特點設計了機構(gòu)名識別的規(guī)則。在統(tǒng)計與規(guī)則的結(jié)合