吉久明++陈锦辉++李楠++孙济庆

〔摘要〕事件抽取是指识别文本中描述在某个时间（或时间段），某个地点或地区，由一个或多个角色参与的某动作的事件。首先对我国关于事件抽取研究的文献进行了总结，给出事件抽取的主要方法及模型。并针对文献中对这些事件抽取方法的效果进行统计分析，探讨各种事件抽取方法或模型的效果及适用性。经过对现有研究文献的统计，结论为：当前有关事件抽取的研究仍在继续，主要集中于金融资讯、会议信息、突发事件、个人简历等来自网页、微博微信等自媒体信息或军事法律等专业文件的事件抽取，所采用的算法包括SVM、CRF、ME、模式匹配、聚类算法等；CRF算法应用与个人简历事件抽取效果最好，采用模式匹配算法的有效文献量相对较多，触发词方法的综合效果较优于模式匹配算法，但较多领域存在触发词算法的查全率较低的问题。

〔关键词〕中文事件；事件抽取；信息抽取；统计分析；情报分析

DOI：10.3969/j.issn.1008-0821.2015.12.001

〔中图分类号〕G2531〔文献标识码〕A〔文章编号〕1008-0821（2015）12-0003-08

当各种新闻充斥着互联网时，人们常常容易迷失方向，因此迫切希望能够直接浏览到从新闻中提取出来的简单直接的结构化的事件以及与之相关的后续事件，以备决策分析，而不是一堆辞藻堆砌的信息。事件抽取正是在这样的背景下产生的，它是信息抽取领域的重要研究方向之一，主要由计算机程序自动识别文本中描述在某个时间（或时间段），某个地点或地区，由一个或多个角色参与的某动作的事件。……