廖 涛，陈 红，方贤进

(安徽理工大学 计算机科学与工程学院 安徽 淮南 232001)

随着大数据和网络技术的发展，网络提供的数据已经成为人们最主要的信息来源。其中就包括了大量的新闻文本，而新闻一般是由各种主题的事件构成的。这些事件往往不是孤立存在的，它们一定是围绕着某个主题或相关主题以一定的顺序关联在一起。

定义1 事件(Event)[1]：指在某个特定的时间和环境下发生的、由若干角色参与、表现出若干动作特征和影响的一件事情。

事件作为感知世界的一种描述，它是在不同的新闻报道、故事文本以及其他重要文件中描述的，是信息组织的语义单元。而通过对新闻文本进行事件时序关系的识别，能得到文本中事件发生的先后关系，可以帮助人们更快更好的理解文本内容。识别文本中事件的事件关系是自然语言理解的重要一步，它可以直接应用于知识图谱、问答系统、事件时间轴生成、文档聚合等任务。以下是两个关于事件时序关系的例子：

E1：消防、武警和民警赶赴＜e1＞现场，疏散＜e2＞周边群众，扑救＜e3＞大火。

E2：案件的侦察＜e4＞及追捕＜e5＞其他嫌疑人的工作仍在继续之中。

在E1一句中，事件e1发生在e2之前，事件e2发生在e3之前，故时序关系为e1 beforee2，e2 beforee3。在E2一句中，事件e4和e5是同时发生的，故时序关系是e4 overlape5。

现有的事件时序关系识别大多是基于机器学习的分类方法，通过相关特征集合来构建分类器对事件对进行时序关系的预测。而这类方法往往只考虑了单个事件对之间的关系，忽略了各个事件对之间的隐含的时序逻辑关系，会造成整体事件时序关系的不一致。……