刘作国,陈笑蓉

(贵州大学 计算机科学与技术学院，贵州 贵阳 550025)

0 前言

近年来，语义实体建模逐渐成为信息挖掘领域的研究热点。语义实体建模挖掘文本中有价值的命名实体(人物、事件等)，建立实体间的关联，构建实体链接和知识库，在信息抽取、句法分析、机器翻译、语义消歧、问答系统等诸多应用领域具有巨大的研究价值和深远的应用前景。

目前，国内外的大多数实体建模技术主要面向信息挖掘领域[1-2]和问答系统[3-4]，关注实体的领域概念及映射关联。挖掘深度主要停留在词汇层面，缺少句法层面的分析[5-7]，挖掘出的特征实体可能不是语句谓词的施体或受体，在语句中并不充当主要成分。例如语句“刺杀肯尼迪的凶手被捕了”，通常很多模型能挖掘出命名实体“肯尼迪”，但也很容易受此误导，认为肯尼迪被捕。

现行的实体描述模型注重刻画实体关系而忽略了行为及状态[8-9]。模型能够描述家族族谱、组织机构关系等静态关联，但难以刻画实体的动作行为、状态变迁及属性变化。例如“Joe送给Bob玩具”的行为，Bob很开心的状态都难以刻画。

目前国内外有一些建立在句法分析层面上的文本实体挖掘研究[10]。本文认为，这些研究关注“是什么”的问题，而文本聚类更关心“关于什么”的问题。例如以下两个语句：

例1A： 中国队战胜了日本队。

例2B： 日本队战胜了中国队。

两个语句所表述的语义截然相反，但它们都涉及了中国队与日本队的比赛。从聚类分析的角度来看，两句话是相似的。……