发明名称 |
一种基于最大熵的事件抽取方法 |
摘要 |
本发明公开了一种基于最大熵的事件抽取方法。本方法为:1)构建一触发词词典和一事件元素角色词典;2)对于已标注训练语料,采用机器学的方法训练模型,获取判断事件类别的最大熵模型MT和用于从事件句子中抽取事件元素的最大熵模型MR;3)根据触发词对需要抽取事件的语料进行过滤,将匹配到设定触发词的句子作为候选事件;4)通过最大熵模型MT对所述候选事件进行分类,获取属于设定事件类别的事件句子;5)根据事件元素角色词典和最大熵模型MR从步骤4)所得事件句子中抽取事件的各个元素词语,完成事件抽取。本发明使用广泛性、准确性高,大大提高了事件抽取效果。 |
申请公布号 |
CN104598535A |
申请公布日期 |
2015.05.06 |
申请号 |
CN201410838622.1 |
申请日期 |
2014.12.29 |
申请人 |
中国科学院计算机网络信息中心 |
发明人 |
崔现鹏;黎建辉;杨风雷;王鹏尧;汪海燕;周昊 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京君尚知识产权代理事务所(普通合伙) 11200 |
代理人 |
司立彬 |
主权项 |
一种基于最大熵的事件抽取方法,其步骤为:1)构建一触发词词典和一事件元素角色词典;其中,触发词词典中每一触发词对应一事件类别,事件元素角色词典中记录每一事件中的事件元素对应的角色名称;2)对于已标注训练语料,采用机器学习的方法训练模型,获取判断事件类别的最大熵模型MT和用于从事件句子中抽取事件元素的最大熵模型MR;3)根据触发词对需要抽取事件的语料进行过滤,将匹配到设定触发词的句子作为候选事件;4)通过最大熵模型MT对所述候选事件进行分类,获取属于设定事件类别的事件句子;5)根据事件元素角色词典和最大熵模型MR从步骤4)所得事件句子中抽取事件的各个元素词语,完成事件抽取。 |
地址 |
100190 北京市海淀区中关村南四街4号 |