C-TERN:一种基于CFSA的军事新闻文本时间信息处理算法

• 作者: 王伟 苏婷婷 赵东岩
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 自然语言理解 有限状态自动机 时间表达式 识别与规范化
• 年，卷（期）: 2014,（1）
• 页码范围: 9-16
• 页数: 8页
• 分类号: TP391
• 字数: 9094字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2014.002

摘要

提出一种基于层叠有限状态自动机(CFSA)的中文军事文本时间表达式识别与规范化算法C-TERN.C-TERN首先利用成熟的分词工具识别出文本中的时间词,然后将从通用语言和军事语言中提取的时间表达式规则分成多层,逐层进行时间信息的精细识别.在规范化过程中,通过4个步骤分别对特殊时间表达式、简单时间表达式、时间段表达式和绝对/相对时间表达式进行推理计算和规范化.算法考虑了规则集提取的正确性、规则之间冲突的消解以及匹配方式的合理性.在多个数据集上的实验结果显示,C-TERN不但能有效地识别标准时间、偏移时间和不确定性时间表达式,而且能完成对简单、特殊以及隐含的时间点、时间段和偏移时间的推理与规范化,能够满足军事文本时间信息处理的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵东岩	北京大学计算科学与技术研究所	19	115	7.0	10.0
2	王伟	武警工程大学信息安全重点实验室	118	881	16.0	26.0
4	苏婷婷	武警工程大学信息安全重点实验室	5	36	3.0	5.0