中文信息抽?。↖E）中事件模板建立的研究.pdf

1、本文以西班牙馬德里事件作為實驗對象，研究突發(fā)事件領(lǐng)域的文本信息特點，探索突發(fā)事件模板的自動獲取。通過機器學(xué)習方法，建立了相關(guān)事件模板，用于表述信息各個側(cè)面的特征。并運用匹配和抽取算法，對測試語料進行模式匹配與信息抽取。作者主要完成了以下研究工作： 一、以馬德里311爆炸事件的500篇新聞?wù)Z料作為訓(xùn)練語料，通過向量空間模型表示，以知網(wǎng)(HowNet)為知識庫，通過句子聚類進行了事件的側(cè)面抽取，并通過特征模糊向量進行側(cè)面表示。

2、 二、通過有限狀態(tài)自動機(FA Finite Automata)與概率方法的結(jié)合，進行訓(xùn)練語料中特征句型模式的抽取，抽取的結(jié)果通過知網(wǎng)(HowNet)中的類別轉(zhuǎn)換，生成泛型特征句型模式庫。 三、以馬德里311爆炸事件的314篇新聞?wù)Z料作為測試語料，進行側(cè)面匹配、句型模式對應(yīng)、槽值填充工作。測試語料以向量空間模型表示后與各側(cè)面的特征模糊向量相乘后比較得到該語料所屬側(cè)面。然后按照所提供的有限狀態(tài)自動機(FA)進行候選句型抽取，對于