没有合适的资源?快使用搜索试试~ 我知道了~
首页MLN驱动的中文事件触发词推理提升:实例关系与性能优化
MLN驱动的中文事件触发词推理提升:实例关系与性能优化
需积分: 0 0 下载量 190 浏览量
更新于2024-08-05
收藏 1.43MB PDF 举报
本文主要探讨了一种基于马尔科夫逻辑网络(MLN)的中文事件触发词推理方法,针对现有中文事件触发词抽取技术的局限性进行改进。传统的抽屉方法往往依赖于特征工程和触发词扩展,这些方法忽视了同一文档中不同触发词实例之间的内在关联。马尔科夫逻辑网络作为一种知识表示和推理的工具,能够捕捉到这种潜在的上下文关系。 MLN是一种结合了概率逻辑和马尔可夫网络的模型,它允许通过学习语料库中的实例,建立关于触发词与其所属事件类型之间概率关系的模型。在这个方法中,研究者首先对核心词素进行分析,提取其在触发词实例中的关键信息,然后利用这些信息训练MLN模型,使其能够推断出在测试集上缺乏有效上下文或可信度较低的触发词实例的正确性。 在实验部分,研究者将这一方法应用到ACE2005中文语料库上,对比基准系统,结果显示该方法在两个关键任务上表现出色:触发词识别的准确率提高了3.65%,事件类型分类的精度提升了2.51%。这表明基于MLN的推理策略对于提升中文事件触发词抽取的性能具有显著效果,因为它能更有效地利用语料库中词例之间的逻辑联系,从而提高整体系统的鲁棒性和准确性。 关键词方面,本文的核心关注点包括“触发词抽取”、“马尔科夫逻辑网络”和“触发词推理”,这些都是讨论的重点,它们共同构成了文章的技术核心。这项工作为中文事件理解领域的研究提供了新的视角和改进方法,有助于推动该领域的发展。
资源详情
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/86292187/bg1.jpg)
1
国家自然科学基金(61472265, 61331011)和江苏省前瞻性联合研究项目(BY2014059-08)资助
收稿日期: 20150619; 修回日期: 20150819; 网络出版时间:
北京大学学报(自然科学版)
Acta Scientiarum Naturalium Universitatis Pekinensis
doi: 10.13209/j.0479-8023.2016.0
12
基于 MLN 的中文事件触发
词推理方法
朱少华
1,2
李培峰
1,2,†
朱巧明
1,2
1. 苏州大学自然语言处理实验室, 苏州 215006; 2. 苏州大学计算机科学与技术学院, 苏州 215006;
† 通信作者, E-mail: pfli@suda.edu.cn
摘要 现有的中文事件触发词抽取方法大多数采用特征工程和触发词扩展方法, 无法利用同一文档中各个触
发词实例之间的内在关系。为了解决上述问题, 基于马尔科夫逻辑网络(MLN), 利用核心词素, 训练语料中
触发词实例填充真假事件的概率, 以及触发词实例间的关系等信息来推导测试集中缺乏有效上下文信息和低
可信度的触发词实例。在 ACE 2005 中文语料上的实验结果表明, 与基准系统相比, 该方法在触发词识别和
事件类型分类阶段分别提高 3.65%和 2.51%。
关键词 触发词抽取; 马尔科夫逻辑网络; 触发词推理
中图分类号 TP391
A Chinese Event Trigger Inference Approach Based on
Markov Logic Networks
ZHU Shaohua
1,2
, LI Peifeng
1,2,†
, ZHU Qiaoming
1,2
1. Natural Language Processing Lab, Soochow University, Suzhou 215006; 2. School of Computer Science and Technology,
Soochow University, Suzhou 215006; † Corresponding author, E-mail: pfli@suda.edu.cn
Abstract Currently, previous Chinese argument extraction approaches mainly focus on feature engineering and
trigger expansion, which cannot exploit inner relation between trigger mentions in same document. To address this
issue, the authors bring forward a novel trigger inference mechanism, which based on Markov Logic Network.
Head morpheme, the probabilities of a trigger mention fulfilling true and pseudo events from the training set and
the relationships between trigger mentions are used to infer those trigger mentions with lack of effective context
information or low confidences in testing set. Experimental results on the ACE 2005 Chinese corpus show that our
approach outperforms the baseline, with the improvements of 3.65% and 2.51% in trigger identification and event
type classification respectively.
Key words trigger extraction; markov logic network; trigger inference
作为信息抽取的一个关键部分, 事件抽取任务
是识别预定义的事件类型的实例和它们的论元(参
与者和属性), 分为两个子任务: 1) 触发词抽取, 用
于探测事件实例及其类型; 2) 论元抽取, 用于探测
事件的论元及其角色。触发词抽取又分为两部分:
1) 触发词识别, 用于识别事件的触发词; 2) 事件类
型分类, 赋予每个抽取触发词实例一个事件类型。
本文主要工作聚焦在触发词抽取方面。
为了更好地理解 ACE 评估中的中文事件抽取
任务, 下面列出本文所涉及的部分概念。
事件(Event): 在真实世界中已经、可能或将要
发生的事情, 一般包括时间、地点和人物等角色,
2015-09-30 12:54:40
网络出版地址:http://www.cnki.net/kcms/detail/11.2442.N.20150930.1254.010.html
下载后可阅读完整内容,剩余7页未读,立即下载
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/fd31f716d1b54c94ace316fba22f2834_weixin_35765686.jpg!1)
臭人鹏
- 粉丝: 29
- 资源: 328
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- Hadoop生态系统与MapReduce详解
- MDS系列三相整流桥模块技术规格与特性
- MFC编程:指针与句柄获取全面解析
- LM06:多模4G高速数据模块,支持GSM至TD-LTE
- 使用Gradle与Nexus构建私有仓库
- JAVA编程规范指南:命名规则与文件样式
- EMC VNX5500 存储系统日常维护指南
- 大数据驱动的互联网用户体验深度管理策略
- 改进型Booth算法:32位浮点阵列乘法器的高速设计与算法比较
- H3CNE网络认证重点知识整理
- Linux环境下MongoDB的详细安装教程
- 压缩文法的等价变换与多余规则删除
- BRMS入门指南:JBOSS安装与基础操作详解
- Win7环境下Android开发环境配置全攻略
- SHT10 C语言程序与LCD1602显示实例及精度校准
- 反垃圾邮件技术:现状与前景
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)