本文選題：事件關系 + 因果關系��； 參考：《清華大學學報(自然科學版)》2017年10期

【摘要】：分類器模型是目前識別因果關系的主要模型,該方法存在的問題是只考慮2個事件之間的關系,沒有考慮同一文檔中其他關聯(lián)事件所包含的信息,識別結(jié)果往往存在邏輯矛盾。該文提出了一個中文事件因果關系識別的全局優(yōu)化方法,該方法采用整數(shù)線性規(guī)劃(integer linear programming,ILP)的推理方法,對基本邏輯關系、因果標志詞、事件類型、論元信息進行有效約束,以文檔為單位來優(yōu)化因果關系識別。在該文標注語料上的實驗結(jié)果表明:與分類器方法相比,該文提出的全局優(yōu)化方法的F1值提升了5.54%。
[Abstract]:Classifier model is the main model to identify causality at present. The problem of this method is that it only considers the relationship between two events and does not consider the information contained in other associated events in the same document. In this paper, a global optimization method for Chinese event causality identification is proposed. The method uses the reasoning method of integer linear programming (integer linear programming) to effectively constrain the basic logic relations, causality markers, event types and argument meta-information. The identification of causality is optimized in terms of documents. The experimental results on the tagged corpus show that the F1 value of the proposed global optimization method is 5.54 higher than that of the classifier method.
【作者單位】： 蘇州大學計算機科學與技術學院;江蘇省計算機信息處理技術重點實驗室;
【基金】：國家自然科學基金資助項目(61472265,61331011) 江蘇省前瞻性聯(lián)合研究項目(BY2014059-08)
【分類號】：TP391.1

【相似文獻】

相關期刊論文 前8條

1 賀樂天，孫永強;刻劃分布式計算中的因果關系[J];計算機工程;1996年02期

2 黃建業(yè);張艷霞;;平衡計分卡應用方法研究[J];物流技術;2005年12期

3 鐘軍;禹龍;田生偉;吐爾根·依布拉音;;基于雙層模型的維吾爾語突發(fā)事件因果關系抽取[J];自動化學報;2014年04期

4 唐常杰;段磊;鄭皎凌;楊寧;王悅;朱軍;;基于干預規(guī)則挖掘因果關系與分段干預事件及對比不等式[J];計算機應用;2011年04期

5 吳玉娥;何發(fā)智;黃志勇;;具有糾偏性的圖像摳圖的全局優(yōu)化方法[J];計算機輔助設計與圖形學學報;2010年02期

6 柳常青，張鈸;一個基于分枝搜索的函數(shù)全局優(yōu)化方法[J];計算機學報;1997年11期

7 曲明;加速的控制隨機搜索全局優(yōu)化方法[J];通信學報;1990年05期

8 艾依斯;張愛蓮;吳義忠;;一種改進的RBF全局優(yōu)化方法[J];計算機工程與應用;2012年15期

相關博士學位論文 前1條

1 陳蔚琦;基于加性噪聲模型的因果關系推斷理論及其應用[D];廣東工業(yè)大學;2016年

相關碩士學位論文 前4條

1 楊攀飛;因果關系知識庫的研究與構(gòu)建[D];吉林大學;2016年

2 吳格非;基于動量動力學模型的行人間因果關系判別[D];燕山大學;2016年

3 姚衡;基于貝葉斯網(wǎng)絡的大數(shù)據(jù)因果關系挖掘[D];云南財經(jīng)大學;2016年

4 丁小杉;基于句子的因果關系識別[D];上海交通大學;2010年

，

本文編號：2073513