[发明专利]一种中文事件同指消解方法

摘要

本发明提出篇章级别的中文事件同指消解方法和系统，该方法和系统能利用篇章知识来识别文档中的事件同指关系。在实现方法上，本发明采用机器学习、全局优化和联合学习推理相结合的方法，利用中文语言知识进行事件同指消解。本发明的中文事件同指消解方法和系统，与现有方法和系统相比，消解性能得到了明显提升。

主权项

1.一种中文事件同指消解方法，其特征在于，包括步骤：S10、对需要进行事件同指消解的原始文本中的每个文档分别调用分词工具、实体识别工具、句法分析工具和事件抽取工具进行词语切分、实体识别、句法分析和事件抽取，得到测试语料集合；S20、以文档为单位，分别从预先标注了各类信息的标注语料集合和测试语料集合中抽取所有事件对及其特征信息，得到标注语料特征集合1、标注语料特征集合2、测试语料特征集合1和测试语料特征集合2；S30、根据标注语料特征集合1中各个事件对的特征，训练一个最大熵事件同指消解模型，再利用所述最大熵事件同指消解模型识别测试语料特征集合1中每个事件对的同指关系，得到事件同指关系第一集合；S40、根据标注语料特征集合2中各个事件的特征，训练最大熵事件论元识别模型与条件随机场事件论元识别模型，利用所述最大熵事件论元识别模型识别测试语料特征集合2中的每个事件的论元，得到事件论元第一集合1，利用所述条件随机场事件论元识别模型识别测试语料特征集合2中的每个事件的论元，得到事件论元第一集合2；S50、以文档为单位，对事件同指关系第一集合中的所有事件对以及事件论元第一集合1、事件论元第一集合2中所有事件，利用传递性推理方法、事件触发词推理方法、事件距离推理方法、论元中心词推理方法和论元角色推理方法进行事件同指消解和事件论元识别的联合推理，得到事件同指关系集合和事件论元识别集合；所述步骤S20中标注语料特征集合1与测试语料特征集合1用于事件同指消解，且不包含事件论元信息；标注语料特征集合2与测试语料特征集合2用于事件论元识别，且不包含事件同指关系信息。