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:
事件检测是信息抽取领域的一个重要研究方向,目前的事件检测方法往往受限于数据稀疏、语料例句分布不平衡和歧义问题.该文研究发现框架语义知识库FrameNet(FN)含有丰富的已标注框架的语料,并且FN中定义的框架和事件检测中定义的事件具有极其相似的结构.框架由词法单元和一组框架元素组成,可与事件中的触发词和论元形成对应关系;而且,FN中的许多框架实际上也能表达某些事件.因此,该文利用这一相似性构建事件类型与框架类型的映射关系,从而选取FN中合适的例句作为事件检测的扩充语料,以此来优化事件检测性能.实验结果显示,针对触发词识别任务和事件类型识别任务,该文提出的框架语义辅助方法取得了较好的效果.
推荐文章
一种基于扩展描述逻辑的事件实例检测方法
描述逻辑
事件实例检测
事件
事件类
基于扩展格框架标注的视频事件多维关联规则挖掘方法
扩展格框架
复杂运动事件
多维关联规则
基于扩展UDDI语义Web服务发现框架的研究
语义网
OWL-S
Web服务
服务发现
基于本体的监控视频语义事件探测
事件分析本体
复合事件
推理规则
概念标注
监控视频
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 基于框架语义扩展训练集的有监督事件检测方法
来源期刊 中文信息学报 学科 工学
关键词 事件检测 信息抽取 框架语义
年,卷(期) 2019,(5) 所属期刊栏目 信息抽取与文本挖掘
研究方向 页码范围 82-92,131
页数 12页 分类号 TP391
字数 10375字 语种 中文
DOI
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 洪宇 苏州大学计算机科学与技术学院 66 270 8.0 13.0
3 姚建民 苏州大学计算机科学与技术学院 70 494 10.0 19.0
4 周国栋 苏州大学计算机科学与技术学院 138 1425 22.0 32.0
5 张婧丽 苏州大学计算机科学与技术学院 2 1 1.0 1.0
6 周文瑄 苏州大学计算机科学与技术学院 5 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (21)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
事件检测
信息抽取
框架语义
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
中文信息学报
月刊
1003-0077
11-2325/N
16开
北京海淀区中关村南四街4号
1986
chi
出版文献量(篇)
2723
总下载数(次)
5
总被引数(次)
45413
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