基于条件随机域的中文事件类型识别

• 作者: 孙宏 王文俊 胡博磊 贺瑞芳
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 事件抽取 事件类型识别 条件随机域
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 445-449
• 分类号: TP391
• 字数: 4972字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2012.03.012

摘要

传统的分步骤事件抽取方法中,事件元素识别的结果无法指导事件类型识别,而事件类型识别的效果在很大程度上决定了事件抽取系统的整体性能.文中为解决事件类型识别对元素识别的后向依赖问题,将事件抽取看作序列标注,构建一个改进的条件随机域联合标注模型,将事件类型和事件元素在图模型中同时进行标注.同时,通过触发词嵌入试图解决事件抽取中的数据不平衡问题.ACE 2005中文语料上的实验表明,基于该模型的方法提高了事件类型识别的性能,最终F值达到63.53％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文俊	天津大学计算机科学与技术学院信息系统与软件工程实验室	19	229	8.0	15.0
2	贺瑞芳	天津大学计算机科学与技术学院信息系统与软件工程实验室	7	25	3.0	5.0
3	胡博磊	天津大学计算机科学与技术学院信息系统与软件工程实验室	1	11	1.0	1.0
4	孙宏	天津大学计算机科学与技术学院信息系统与软件工程实验室	1	11	1.0	1.0