[发明专利]一种触发词扩展方法、装置以及事件提取方法及系统

权利要求书

1.一种触发词扩展方法，其特征在于，包括：

步骤S110，接收输入的待扩展触发词列表U；以及，采用步骤S120和步骤S130其中至少之一对所述列表U中的每个词进行扩展；

步骤S120，对于待扩展的每个词，获取与其相似度大于相似阈值的相似词；

步骤S130，对于待扩展的每个词，在预先设置好的近义词林中获取其近义词；

步骤S140，将扩展得到的相似词和/或近义词加入扩展触发词列表H，对所述列表H中的每个词，计算其与所述列表U中词的语义相关性，将语义相关性大于相关阈值的词和所述列表U中的词加入保留触发词列表D；其中，所述对所述列表H中的每个词，计算其与所述列表U中词的语义相关性，具体包括：

计算所述列表H中词的左语义向量和右语义向量，计算所述列表U中词的左语义向量和右语义向量；

将所述列表H中词的左语义向量与所述列表U中词的左语义向量求余弦值，将所述列表H中词的右语义向量与所述列表U中词的右语义向量求余弦值，将两个余弦值按左右系数加权求和得到两个词之间的语义相关性；

步骤S150，输出所述保留触发词列表D。

2.根据权利要求1所述的一种触发词扩展方法，其特征在于，在所述步骤S120之前，还包括：

通过爬虫抓取网络上的文本语料加入训练语料库；

对抓取到的语料进行自动分词；

对分词的结果进行相关度训练。

3.根据权利要求1所述的一种触发词扩展方法，其特征在于，所述左语义向量和右语义向量的计算方式，包括：

获取所述列表U中的词或所述列表H中的词在语料中的上下文，该词的左邻接词的集合为其左文词袋，右邻接词的集合为其右文词袋；

将左文词袋中的所有词的词向量加权求和，分别以各向量TF-IDF值作为权值，得到左语义向量；将右文词袋中的所有词的词向量加权求和，分别以各向量TF-IDF值作为权值，得到右语义向量。

4.一种事件提取方法，包括以下步骤：

将待分析文本进行句子切分处理；

对每个句子进行分词处理；

对所述每个句子的分词结果根据触发词列表进行标记；所述触发词列表是根据权利要求1-3其中之一的触发词扩展方法得到的；如果一个句子中有至少一个词与触发词列表中的词相同，则将该句子进行标记；将被标记的句子排序输出。

5.一种触发词扩展装置，其特征在于，包括：

接收模块：其用于接收输入的待扩展触发词列表U；

扩展模块：用于对列表U中的每个词进行扩展，包括对待扩展的每个词，获取与其相似度大于相似阈值的相似词，和/或对待扩展的每个词，在预先设置好的近义词林中获取其近义词；

计算模块：用于将扩展得到的相似词和/或近义词加入扩展触发词列表H，对所述列表H中的每个词，计算其与所述列表U中词的语义相关性，将语义相关性大于相关阈值的词和所述列表U中的词加入保留触发词列表D；其中，所述对所述列表H中的每个词，计算其与所述列表U中词的语义相关性，具体包括：

计算所述列表H中词的左语义向量和右语义向量，计算所述列表U中词的左语义向量和右语义向量；

将所述列表H中词的左语义向量与所述列表U中词的左语义向量求余弦值，将所述列表H中词的右语义向量与所述列表U中词的右语义向量求余弦值，将两个余弦值按左右系数加权求和得到两个词之间的语义相关性；

输出模块：用于输出所述保留触发词列表D。

6.根据权利要求5所述的一种触发词扩展装置，其特征在于，还包括训练模块，其用于：

通过爬虫抓取网络上的文本语料加入训练语料库；

对抓取到的语料进行自动分词；

对分词的结果进行相关度训练。