[发明专利]事件触发词的提取方法、电子设备、存储介质

说明书

本申请提供一种事件触发词的提取方法、电子设备、存储介质，该方法包括：对待处理文本依次进行分词、词性标注和依存句法分析，确定每个词语的句法信息；根据每个词语的词性，提取词性为形容词的词语构成第一候选集，词性为动词的词语构成第二候选集，词性为名词的词语构成名词类候选集；根据每个词语的句法标签、词本身位置和依存节点位置，对第一候选集初步过滤得到形容词类候选集，对第二候选集初步过滤得到动词类候选集；将形容词类候选集、动词类候选集、名词类候选集分别按照相应词类触发词规则进行判断，得到形容词类触发词集、动词类触发词集和名词类触发词集。该方案提高了事件触发词提取的准确性。

技术领域

本申请涉及自然语言处理技术领域，特别涉及一种事件触发词的提取 方法、电子设备、计算机可读存储介质。

背景技术

事件抽取任务是篇章信息抽取的重要子任务，可以分为基于特定领域 的事件抽取和开放域事件抽取这两种类型。基于特定领域的事件抽取包括 紧急灾害事件抽取、就职等事件抽取等。基于领域的事件抽取复用性比较 差、迁移成本比较高、依赖事件类型识别前处理，由于前述问题，开放域 的事件抽取逐渐成了研究的热点。

在开放域的事件抽取任务中，事件的定义和内部组成成分极为重要。 事件是在一定时空条件下，有若干角色参与，因动作特征而产生了状态的 改变，具有动态性的语义特征。根据事件的内涵意义，结构化的事件内容 包含事件触发词和事件的语义角色，事件触发词是事件的核心成分并驱动 管辖这事件的语义角色，大多是动词词性，由此可见，事件触发词识别的 准确程度对于事件的准确率、召回率甚至性能都是十分关键的。

事件抽取本质任务是文本中语义信息的抽取，在词法、句子结构分析 的基础上，通常采用语义角色标注的方法来获取事件中的语义信息。事件 触发词的抽取一般依赖于模型对于标注语料的学习，但囿于标注人对于事 件的认知不一、标注语料准确率参差不齐、模型学习效果等，影响到触发 词的准确率和一致性，进而影响事件中语义角色的抽取。

发明内容

本申请实施例提供了一种事件触发词的提取方法，用以提高触发词提 取的准确性。

本申请实施例提供的了一种事件触发词的提取方法，该方法包括：

对待处理文本依次进行分词、词性标注和依存句法分析，确定每个词 语的句法信息，所述句法信息包括词性、句法标签、词本身位置和依存节 点位置；所述依存节点位置包括父节点位置和/或子节点位置；

根据每个词语的词性，提取词性为形容词的词语构成第一候选集，词 性为动词的词语构成第二候选集，词性为名词的词语构成名词类候选集；

根据每个词语的句法标签、词本身位置和依存节点位置，对所述第一 候选集初步过滤得到形容词类候选集，对所述第二候选集初步过滤得到动 词类候选集；

将所述形容词类候选集、动词类候选集、名词类候选集分别按照相应 词类触发词规则进行判断，得到形容词类触发词集、动词类触发词集和名 词类触发词集。

在一实施例中，所述根据每个词语的句法标签、词本身位置和依存节 点位置，对所述第一候选集初步过滤得到形容词类候选集，包括：

根据每个词语的句法标签、词本身位置和依存节点位置，提取所述第 一候选集中带有HED标签、COO标签或VOB标签的形容词构成所述形容 词类候选集。

在一实施例中，所述对所述第二候选集初步过滤得到动词类候选集， 包括：

根据动词过滤词表，删除所述第二候选集中存在于所述动词过滤词表 中的动词，得到所述动词类候选集。

在一实施例中，所述将所述形容词类候选集、动词类候选集、名词类 候选集分别按照相应词类触发词规则进行判断，得到形容词类触发词集、 动词类触发词集和名词类触发词集，包括：