郑 新,李培峰,朱巧明
(1. 苏州大学 计算机科学与技术学院,江苏 苏州 215006; 2. 江苏省计算机信息处理技术重点实验室,江苏 苏州 215006)
基于全局优化的中文事件时序关系推理方法
郑 新1,2,李培峰1,2,朱巧明1,2
(1. 苏州大学 计算机科学与技术学院,江苏 苏州 215006; 2. 江苏省计算机信息处理技术重点实验室,江苏 苏州 215006)
近年来,越来越多的研究关注事件时序关系,但大多数工作集中于提高事件关系分类器的性能,忽略了分类器错误所造成的事件关系间不一致的问题。该文利用了一个全局优化的推理模型来解决这一问题,将事件时序关系全局优化看成整数线性规划问题,使用了自反性、传递性、同指性、时序连接词、事件类型对等多个约束条件。实验结果表明,该文的全局推理方法与分类器相比,F1值提高了3.56%。
事件;时序关系;推理
事件时序关系识别是篇章理解研究的重要组成部分,广泛应用于信息抽取、文本摘要等多个自然语言处理应用领域。例如,在系列化的新闻报道中,了解各个事件之间发生的时序关系,可以更好地对文章内容进行归纳总结,方便人们快速获取有效信息;在文景转换系统中,需要知道文中事件发生的先后顺序,以此来排列动画场景,保证整个故事情节的连续性。
随着TimeBank等语料库的出现,机器学习方法逐渐应用到这一研究任务。给定一个事件对,根据它们的特征集合训练出一个分类器来预测事件对的时序关系。这种方法由于它每次只考虑一个单一事件对的时序关系,却忽略了同一文章中事件之间的联系。……