苗 佳，段跃兴，张月琴，张泽华

（太原理工大学信息与计算机学院，山西晋中 030600）

0 概述

随着科技的飞速发展，网络成为人们获取信息的有效途径。然而，面对这些海量的网络信息，人们从中挑选出真正感兴趣的信息变得异常困难。作为信息抽取［1］的重要组成部分，事件抽取的研究具有重要的现实意义。事件抽取［2］技术的主要作用是为用户抽取结构化信息，从而提高用户的工作效率。事件抽取在自动文摘［3］、信息检索［4］、自动问答［4］、情报收集［5］等领域有着广泛的应用。在事件抽取任务中触发词抽取的研究很有必要，因为触发词直接引起事件发生，事件类型主要由触发词决定。触发词抽取的步骤就是先判断出触发词，然后划分出触发词属于的事件类别。

近年来，事件抽取得到了许多研究机构和研究者越来越多的关注。作为事件抽取领域最具有影响力的评测会议，自动内容抽取（Automatic Content Extraction，ACE）评测会议对事件［6］的定义如下：事件是指发生了的事情，包含直接引起事件发生的触发词和事件的参与者。以S1 为例阐述触发词抽取任务，如在S1中，包含Life_Die 和Conflict_Attack 2 种事件，其对应的触发词分别为died 和fired。

S1：In Baghdad，a cameraman died when an American tank fired on the Palestine Hotel.（在巴格达，当一架美国坦克向巴勒斯坦酒店开火时，一名摄影师死亡。）

作为信息抽取领域的重要研究方向，事件抽取在近年来得到了人们的关注，国内外研究人员也纷纷展开了对事件抽取的研究。AHN 等［4］提出的MaxEnt 方法采用最大熵模型进行事件抽取，将事件抽取任务分为若干串行的子任务；……