基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
中文事件触发词抽取是一项具有挑战性的任务.针对中文事件触发词抽取中存在的事件论元语义信息难以获取以及部分贫信息事件实例难以抽取的问题,提出了基于语义的中文事件触发词抽取联合学习模型.首先,根据中文句子结构灵活和句法成分多省略的特点,提出了基于模式匹配的核心论元和辅助论元抽取方法,这两类论元可以较好地表示论元语义,进一步提高中文事件触发词抽取性能;其次,根据同一文档中关联事件实例间存在的高度一致性,构造了一个关联事件语义驱动的中文事件触发词识别和类型分配二维联合模型,用于抽取贫信息事件实例.在ACE 2005中文语料上的实验结果表明:与现有最好的中文事件抽取系统相比,所提出方法的性能得到了明显提升.
推荐文章
中文事件触发词的自动抽取研究*
中文事件
触发词
自动抽取
触发词扩展表
机器学习
基于MLN的中文事件触发词推理方法
触发词抽取
马尔科夫逻辑网络
触发词推理
基于语义角色的中文事件识别
语义角色特征
特征向量
条件随机场
事件识别
中文事件抽取研究综述
事件抽取
自然语言处理
中文信息处理
知识图谱
机器学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于语义的中文事件触发词抽取联合模型
来源期刊 软件学报 学科 工学
关键词 中文触发词抽取 论元语义 关联事件语义 联合学习模型 核心论元
年,卷(期) 2016,(2) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 280-294
页数 15页 分类号 TP391
字数 16176字 语种 中文
DOI 10.13328/j.cnki.jos.004833
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱巧明 苏州大学计算机科学与技术学院 261 2058 25.0 31.0
2 李培峰 苏州大学计算机科学与技术学院 138 995 16.0 24.0
3 周国栋 苏州大学计算机科学与技术学院 138 1425 22.0 32.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (84)
参考文献  (7)
节点文献
引证文献  (33)
同被引文献  (116)
二级引证文献  (32)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(5)
  • 引证文献(5)
  • 二级引证文献(0)
2018(12)
  • 引证文献(7)
  • 二级引证文献(5)
2019(26)
  • 引证文献(12)
  • 二级引证文献(14)
2020(21)
  • 引证文献(8)
  • 二级引证文献(13)
研究主题发展历程
节点文献
中文触发词抽取
论元语义
关联事件语义
联合学习模型
核心论元
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导