![](https://csdnimg.cn/release/download_crawler_static/86301171/bg1.jpg)
第 22 卷 第 1 期
2008 年 1 月
中文信息学报
JOURNAL OF CHINESE INFORMA TION PROCESSIN G
Vol. 22 , No. 1
Jan. , 2008
编者按 : 中国中文信息学会于 2007 年 11 月在苏州大学成功地召开了“第四届全国信息检索与内
容安全学术会议
(
NCIRCS22007
)
”。会议的程序委员会向本刊推荐了 27 篇论文 ,并经作者仔细修
改 ,编辑部得到授权 ,将在 2008 年第一、二期发表 ,以飨读者。
文章编号 : 100320077
(
2008
)
0120003206
中文事件抽取技术研究
赵妍妍 ,秦 兵 ,车万翔 ,刘 挺
(
哈尔滨工业大学 计算机学院 信息检索研究室 ,黑龙江 哈尔滨 150001
)
摘 要 : 事件抽取是信息抽取领域一个重要的研究方向 ,本文对事件抽取的两项关键技术 ———事件类别识别以及
事件元素识别进行了深入研究。在事件类别识别阶段 ,本文采用了一种基于触发词扩展和二元分类相结合的方
法 ;在事件元素识别阶段 ,本文采用了基于最大熵的多元分类的方法 。这些方法很好的解决了事件抽取中训练实
例正反例不平衡以及数据稀疏问题 ,取得了较好的系统性能。
关键词 : 计算机应用 ;中文信息处理 ;事件抽取 ;事件类别识别 ;事件元素识别
中图分类号 : TP391 文献标识码 : A
Research on Chinese Event Extraction
ZHAO Yan2yan , QIN Bing , CHE Wan2xiang , L IU Ting
(
Information Retrieval Laboratory , School of Computer Science and Technology ,
Harbin Institute of Technology , Harbin , Heilongjiang 150001 , China
)
Abstract : Event Extraction is an important research point in the area of Information Extraction. This paper makes an
intensive study of the two stages of Chinese event extraction , namely event type recognition and event argument
recognition. A novel method combining event trigger expansion and a binary classifier is presented in the step of
event type recognition while in the step of argument recognition , one with multi2class classification based on
maximum entropy is introduced. The above methods solved the data unbalanced problem in training model and the
data sparseness problem brought by the small set of training data effectively , and finally our event extraction system
achieved a better performance.
Key words : computer application ; Chinese information processing ; event extraction ; event type recognition ; event
argument recognition
收稿日期 : 2007205231 定稿日期 : 2007212203
基金项目 : 国家自然科学基金资助项目
(
60575042 , 60675034
)
;国家 863 资助项目
(
2006AA01Z145
)
作者简介 : 赵妍妍
(
1983 —
)
,女 ,博士生 ,主要研究方向为信息抽取 ;秦兵
(
1968 —
)
,女 ,副教授 ,主要研究方向为信息抽
取 ,多文档文摘 ;车万翔
(
1980 —
)
,男 ,讲师 ,主要研究方向为自然语言处理。
1 引言
事件抽取是信息抽取领域一个重要的研究方
向。事件抽取把含有事件信息的非结构化文本以结
构化的 形式呈现出来 , 在 自 动 文 摘
[1~3 ]
, 自动 问
答
[4 ]
,信息检索
[4 ]
等领域有着广泛的应用。
近些年来 ,事件抽取一直吸引着许多研究机构和
研究者的注意力。MUC
(
Message Understanding
Conference
)
会 议 和 ACE
(
Automatic Content
Extraction
)
会议是典型的含有事件抽取任务的评测
会议。本文有关事件抽取的定义和实例来自于