谭伟志，廖 涛，方贤进

（安徽理工大学 计算机科学与工程学院，安徽 淮南，232001)

文本表示[1]是自然语言研究领域的基础问题，它的作用是把我们平时接触的文本信息转化为能够用数学的方法计算的，便于计算机处理的格式。文本表示的基本要求有两点：一是最后得到的表示形式可以表示出文本的大致内容、结构和主题等，尽量减少信息流失；二是表示后的文本应便于自然语言处理的相关应用。在文本表示的研究中，特征项是不可或缺的，传统的模型一般采用词作为特征项，其包含的语义信息较少，经过处理后的文本会造成语义的缺失，不能够很好的表达文本信息。

事件[2]这一概念最早来自于认知科学，后来被广泛应用于语言学，人工智能等方面的研究。近年来，随着事件的研究在计算语言学、自动文摘、文本分类以及自然语言处理等领域取得了不错的成果，对于事件的研究已经成为热点并越发受到学术界的重视，其中将事件作为特征来进行文本表示的研究便是热门方向之一。事件作为一种语义单元，它比概念的粒度要大，是人类知识的基本单元，对于帮助我们理解和记忆文本有着至关重要的作用。因此，考虑将事件作为研究对象，用事件中的触发词代替事件作为特征项，然后在传统事件研究的基础上，深入挖掘事件之间的语义关联，并以此为基础把特征项连接起来作为边，最终构造出一种新的文本表示模型-事件语义网络。……