刘 炜，刘菲京，王 东，刘宗田

(上海大学 计算机科学与工程学院，上海 200444)

一种基于事件本体的文本事件要素提取方法

刘 炜，刘菲京，王 东，刘宗田

(上海大学 计算机科学与工程学院，上海 200444)

在事件信息的抽取中，事件要素的提取是一个难点。现有的事件要素抽取主要是基于机器学习的方法，这类方法容易受到语料稀疏性的影响。该文提出一种基于事件本体的事件要素提取方法,该方法将事件要素推理分为两步： 一、通过事件要素词和事件指示词的位置关系来初步填充要素值，并将得出的置信度较高的事件作为种子事件；二、利用第一步得出的种子事件，查询事件本体中的事件类约束和基于事件非分类关系的推理规则，并对要素进行推理，进一步对事件要素进行填充和修正。实验结果表明，该方法能较好地提升事件要素提取的准确度。

事件本体；事件要素；事件要素推理

1 引言

在自然语言处理领域，“事件”可以描述比“概念”粒度更大的、动态的、具有完整意义的结构化知识，更加符合人类的认知规律，是近年来倍受关注的一种知识模型。因此，从自然语言中抽取事件信息也显得越来越重要。事件信息抽取中的关注点包括两个方面，即发生了什么事情(事件识别)和与事件密切相关的信息(事件要素信息，如时间、地点和人物)。同时，借助基于事件的文本表示方法，通过事件要素建立事件之间的关系，把描述这些事件的文档联系起来，可实现如文本分类、话题检测与跟踪等任务。……