[发明专利]一种中文国际政治事件的参与者关系抽取方法

摘要

本发明公开了一种中文国际政治事件的参与者关系抽取方法，该方法首先设计国际政治事件关系分类体系，生成标注语料；其次，设计适合关系抽取分类问题的三大类特征，计算特征的取值；再次，对标注语料的特征以及分类标签进行监督学习，训练得到用于国际关系抽取的分类器；最后，将待抽取语句进行分词、词性识别、实体识别、句法解析，从而实例化分词器特征，并将语句中的实体两两排列，使用步骤S3的分类器进行分类，得到实体间的关系类型或者不相关的判断，从而实现关系抽取。本发明相比于传统基于规则的国际政治事件抽取方法，不依赖于具体语法的匹配规则，既减少了用户工作量，也提高了方法对未知语法的适应性。

主权项

1.一种中文国际政治事件的参与者关系抽取方法，其特征在于：包括以下步骤：S1：设计国际政治事件关系分类体系，并使用该体系指导人工对国际政治新闻进行关系标注，生成标注语料；S2：设计适合关系抽取分类问题的三大类特征，对标注语料进行分词、词性识别、实体识别、句法解析，并对语句中的实体两两排列，从而识别解析结果，计算特征的取值；S3：使用L2正规化多类型逻辑回归算法，对标注语料的特征以及分类标签进行监督学习，训练得到用于国际关系抽取的分类器；S4：将待抽取语句进行分词、词性识别、实体识别、句法解析，从而实例化分词器特征，并将语句中的实体两两排列，使用步骤S3的分类器进行分类，得到实体间的关系类型或者不相关的判断，从而实现关系抽取；所述步骤S2中的三大类特征包括：参与者特征、句法特征、句子表层特征；其中：参与者特征包括：1)实体0的中心词，实体1的中心词，以及组合；2)实体0的实体类型和词性，实体1的实体类型和词性，以及组合；3)实体0、实体1是否与在句子中的顺序一致；句法特征包括：1)两个实体的中心词在句法构成树中最短路径包含的词性标签及其长度；2)两个实体的中心词在句法依赖树中的依赖路径及其长度；句子表层特征包括：1)实体0之前和之后在特定窗口长度包含词的词性、实体类型；2)实体1之前和之后在特定窗口长度包含词的词性、实体类型；3)两个实体的中心词在句子中的路径包含的词性标签、实体类型及其长度。