一种面向事件的查询扩展方法

摘要

本发明公开了一种面向事件的查询扩展方法，其步骤如下：(1)输入查询内容，获取局部文本集合N；(2)从集合N中识别得到事件集合E；(3)分别从查询项中区分事件项Qe和限定项Qe′；(4)计算查询项的事件项Qe与集合E中每个事件的关联强度，从集合E中选择关联强度大的若干个事件添加到Qe中扩展，得到扩展的事件项(5)计算扩展事件项与集合M中的一篇文本d的相似度计算限定项Qe′与集合M中的一篇文本d的相似度为Sim(Qe′，d)，计算得到Qexp与集合M中的一篇文本d的相似度为Sim(Qexp，d)，依据相似度Sim(Qexp，d)的大小降序排列输出检索文本。该方法使用面向事件的查询扩展技术，区分查询内容中的事件项和限定项，在同样的查询主题上进行信息查询，能显著的提高事件类信息查询结果的准确率。

主权项

1.一种面向事件的查询扩展方法，其具体步骤如下：(1)、输入查询内容，对查询内容进行分词、滤除停用词后得到查询项Q，计算查询项Q在待检索的文本集合M中的每篇文本中出现的频次m_i，其中，1≤i≤|M|，|M|指集合M的文本篇数，按照m_i的大小降序排列文本集合M中的文本，选取前面的排序小于或等于n的文本组成局部文本集合N；(2)、依据从文本中识别事件的规则，从局部文本集合N中识别得到所有的事件，由上述所有事件组成的集合称为事件集合E，其具体步骤如下：(2-1)、将局部文本集合N经ICTCLAS分词工具分词后，依据《汉语文本词性标注标记集》选取所有的动词(v)、名动词(vn)构成候选事件集合E1；(2-2)、从候选事件集合E1中删除表示属性、状态的动词，得到候选事件集E2；(2-3)、从候选事件集E2中删除表示主观感知、猜想、阐述的动词，得到候选事件集E3；(2-4)、从候选事件集E3中删除一部分抽象意义高的动词，然后再将与其一起出现的名词(n)添加到原来的候选事件集E3中，最后得到的候选事件集合E，即为所述局部文本集合N的事件集合E；(3)、分别从查询项中区分事件项Q_e和限定项Q_e′，其具体步骤如下：(3-1)、依据权利要求1步骤(2)从文本中识别事件的规则，从查询项中判别得到事件项Q_e；(3-2)、对查询内容进行ICTCLAS分词、滤除停用词后，依据《汉语文本词性标注标记集》，从查询项Q中选取所有的人名(/nr)、地名(/ns)、机构团体(/nt)和时间词(/t)得到限定项Q_e′；(4)、根据步骤(2)和步骤(3)，计算查询项的事件项Q_e与事件集合E中每个事件的关联强度，从事件集合E中选择关联强度大的若干个事件添加到查询项的事件项Q_e中扩展，扩展后的事件项构成扩展事件项其具体步骤如下：(4-1)、假设查询项Q的事件项包含m个事件Q_e＝{e₁，e₂，…e_m}，事件集合E中待扩展中的一个事件记作e_x，则e_i∈Q_e对e_x的影响因子的计算公式为：$w_{\mathrm{ix}}=\frac{\underset{d\in N}{\Sigma }{F}_d\left(e_{i,}{e}_x\right)}{\underset{d\in N}{\Sigma }{N}_d{e}_i}$其中，是事件e_i对事件e_x的影响因子；N是所述的局部文本集合；d是所述的文本集合N中的任意一篇文本；N_de_i是事件e_i在文本d中出现的频次；F_d(e_i，e_x)是事件e_i出现的文本d，事件e_x也同时在其中出现的次数；如果w_ix＞1，则令w_ix＝1；(4-2)、事件集合E中待扩展的某个事件e_x与事件项Q_e＝{e₁，e₂，…e_m}的关联强度计算公式为：$f(e_x,Q_e)=\underset{e_i\in Q_e}{\Sigma }{w}_{\mathrm{ix}}$其中，w_ix是事件e_i对事件e_x影响的因子，其中，1≤i≤m；根据f的大小，选取k个事件添加到查询项的事件项Q_e中扩展，得到扩展后的扩展事件项(5)、向量化查询项的扩展事件项限定项Q_e′及文本集合M中的每篇文本，计算扩展事件项与文本集合M中的一篇文本d的相似度计算限定项Q_e′与文本集合M中的一篇文本d的相似度为Sim(Q_e′，d)，计算得到扩展查询项Q^exp与文本集合M中的一篇文本d的相似度为Sim(Q^exp，d)，检索文本按照查询项Q^exp与文本集合M中每篇文本d之间的相似度Sim(Q^exp，d)的大小降序排列输出，其具体步骤如下：(5-1)、计算查询项的扩展事件项的权值计算查询项的扩展事件项的权值，其计算公式为：wt_i＝1.0-0.9×i/s其中，wt_i是第i个事件项的权重；s是事件项的个数；(5-2)、计算查询项的限定项Q_e′的权值计算查询项的限定项Q_e′的权值，其计算公式为：$W\left(x\right|Q_{e^{\prime }})=W\left(x\right|Q)+\frac{\underset{d\in N}{\Sigma }W\left(x\right|d)}{\left|N\right|}$其中，x∈Q_e′，W(x|Q)是限定项x的初始权重，W(x|Q)的计算是根据x在查询项Q中出现的频次；W(x|Q_e′)是限定项x的最终权重；W(x|d)为查询项x在文本d中出现的频次；N是局部文本集合；(5-3)、计算文本集合M中每篇文本的特征项的权值文本集合M中每篇文本d的特征项的权值取该特征项在文本d中出现的频次；(5-4)、根据步骤(5-1)和步骤(5-3)，计算查询项的扩展事件项与文本集合M中每篇文本之间的相似度计算查询项的扩展事件项与文本集合M中每篇文本d之间的相似度，其计算公式为：$\mathrm{Sim}(Q_e^{\exp },d)=\frac{\underset{e_i\in Q_e^{\exp }\cap d}{\Sigma }W\left(e_i\right|Q_e^{\exp })\times W\left(e_i\right|d)}{\sqrt{\underset{i=1}{\overset{\left|Q_e^{\exp }\right|}{\Sigma }}W{\left(e_i\right|Q_e^{\exp })}^2\times \underset{i=1}{\overset{\left|d\right|}{\Sigma }}W{\left(e_i\right|d)}^2}\times \left|Q_e^{\exp }\right|}$其中，表示e_i是和d的共同事件项；和|d|分别是向量和d的大小；(5-5)、根据步骤(5-2)和步骤(5-3)，计算查询项的限定项Q_e′与文本集合M中每篇文本之间的相似度计算查询项的限定项Q_e′与集合M中每篇文本d的相似度，其计算公式为：$\mathrm{Sim}(Q_{e^{\prime }},d)=\frac{\underset{{e^{\prime }}_i\in Q_{e^{\prime }}\cap d}{\Sigma }W\left({e^{\prime }}_i\right|Q_{e^{\prime }})\times \left({e^{\prime }}_i\right|d)}{\sqrt{\underset{i=1}{\overset{\left|Q_{e^{\prime }}\right|}{\Sigma }}W{\left({e^{\prime }}_i\right|Q_{e^{\prime }})}^2\times \underset{i=1}{\overset{\left|d\right|}{\Sigma }}W{\left({e^{\prime }}_i\right|d)}^2}\times \left|Q_{e^{\prime }}\right|}$其中，e′_i∈Q_e′∩d表示限定项e′_i是Q_e′和d的共同限定项；|Q_e′|是向量Q_e′的大小；(5-6)、根据步骤(5-4)和步骤(5-5)，计算查询项Q^exp与文本集合M中每篇文本之间的相似度计算查询项Q^exp与文本集合M中每篇文本d的相似度，其计算公式为：$\mathrm{Sim}(Q^{\exp },d)=\mathrm{Sim}(Q_e^{\exp },d)+\mathrm{Sim}(Q_{e^{\prime }},d)$(5-7)、检索文本按照查询项Q^exp与文本集合M中每篇文本d之间的相似度Sim(Q^exp，d)的大小降序排列输出。