[发明专利]一种基于规则的中文结构化金融事件缺省补全抽取方法

权利要求书

1.一种基于规则的中文结构化金融事件缺省补全抽取方法，其特征在于，包括以下步骤：所述的结构化事件记为：ET＝(Sub，Pred，Obj)，其中Sub、Pred和Obj分别表示事件的主语、谓语和宾语，补全的成分为Sub和Obj；

S1.分析中文语言缺省特征及人们的表达习惯，结合缺省的“三个平面”理论界定，提出四种常见缺省结构；

S2.利用已有方法构建句法语义依存分析事件图；

S3.针对各种缺省情况，结合财经领域和句法语义依存分析事件图中句法语义特点，设计十种事件成分缺省补全规则；

S4.分析句法语义依存分析事件图中每个事件的Sub和Obj，为每个存在缺省成分的结点建立其与缺省成分之间的依存关系；

S5.扫描句法语义依存分析事件图中每个事件的核心动词(即事件谓语Pred)，分别获取其孩子结点中句法依存关系为SBV的主语作为事件的主语Sub、句法依存关系为VOB的宾语作为事件的Obj，即完成ET形式的结构化金融事件缺省补全抽取。

2.根据权利要求1所述的基于规则的中文结构化金融事件缺省补全抽取方法，其特征在于：所述S1中的中文语言缺省特征和人们表达习惯包括：

A1.多短句、多分句、多动词、多名称、多主动和多省略，且有时采用连续的动词整体表达一个行为过程；

A2.偏好采用动作行为的表达形式；

A3.存在成分缺省的主要为主语和宾语，且缺省成分在语句中一般处于存在缺省的词语之前；

A4.语句存在无主语情况，谓语包含及物动词和不及物动词，及物动词则必须存在宾语，不及物动词则无需宾语(即实际不存在宾语)，真正的宾语缺省主要由介词或被动语态引发；

其中，主语或宾语为指代词的情况认定为存在主语或宾语，不属于缺省；主语或宾语实际不存在的情况则认定属于缺省。

3.根据权利要求1所述的基于规则的中文结构化金融事件缺省补全抽取方法，其特征在于：所述S1中的缺省的“三个平面”理论界定具体如下：

B1.句法结构上界定：指结构中必不可少的成分没有出现的句法结构缺省；

B2.语义结构上界定：指应该说出的意思没有说出来的语义缺省；

B3.语用交际界定：指因语言环境需要的语用省略。

4.根据权利要求3所述的基于规则的中文结构化金融事件缺省补全抽取方法，其特征在于：所述S1中的四种常见缺省结构包括：

C1.直接成分缺省，包括如下两种情况：

C11.简单缺省：缺省成分的结构简单，可单独作为其他事件的某个成分；

C12.组合缺省：某个组合的整体作为其他事件的某个成分。

C2.介词引发缺省：由介词引发的部分成分缺失，即句法结构上可能不存在缺省，但语义上缺少由介词引导的部分成分；

C3.被动语态缺省：由“被”字等介词引发的被动语态的成分缺省；

C4.间接修饰缺省：语义上存在修饰关系的缺省结构。

5.根据权利要求1所述的基于规则的中文结构化金融事件缺省补全抽取方法，其特征在于：所述S3中的财经领域和句法语义依存分析事件图中句法语义特点包括：

D1.财经领域中主要缺省企业、股票和机构团体等名称，其在句法分析中的词性以细分的名词居多，包括ni(机构团体)、nz(专有名词)、nh(人名)和j(简称)，将这些词性组成的集合记为POL；

D2.直接成分缺省为句法结构上的缺省，即句法结构上缺少某个成分，而间接修饰缺省属于语义上的缺省，句法结构上存在某个成分，但其语义不完整；

D3.间接修饰缺省中，主要缺省修饰语，且常由公司或机构等充当，且位于描述本公司各项指标的定语中或直接代表默认指标(即充当主语)；

D4.共享主语的事件间的语义依存关系主要集中于因果(eResu)、顺承(eSucc)和目的(ePurp)关系，称为引发关系；

D5.缺省成分一般处于成分缺省事件的前面的关联事件中；

D6.在句法语义依存分析事件图中，缺省成分的层级常处于存在成分缺省结点的下一层，而对于间接修饰缺省，二者偶尔处于同一层级。