領域實體屬性及事件抽取技術研究.pdf

1、目前，在自然語言處理領域中，信息抽取已經成為人們研究的熱點。信息抽取系統獲得的信息不僅可以直接提供給用戶，還可以作為構建智能查詢系統和數據挖掘系統的基礎，有著廣闊的應用前景。實體屬性抽取和事件抽取作為信息抽取的兩個方面，都側重于為一些具體應用提供前期操作。實體屬性抽取可以應用于定義新的實體、數據挖掘等實際應用，而事件抽取則可以應用于事件分類、事件跟蹤等實際應用。本文采用自學習的方法進行實體屬性抽取，利用最大熵模型進行事件抽取，具體的研究

2、工作主要集中在以下幾個方面：
　　1.領域特征識別。領域特征識別是實體屬性抽取的準備工作。本文采用自學習的方法進行領域特征識別，首先使用領域詞匯作為種子詞識別領域特征；然后根據領域特征總結得到的規(guī)則識別領域特征和相應的領域詞匯；最后將新的領域詞匯當作新種子詞重新進行領域特征的識別，直到沒有新的領域詞匯出現。實驗結果達到預期的效果。
　　2.實體屬性抽取。實體屬性抽取的任務是抽取屬性及屬性值。本文的實體屬性抽取建立在句法分析的