故事是由一系列事件組成的,故事中事件的整體設(shè)計(jì)或布局組成了敘事情節(jié)結(jié)構(gòu)（plot structure）。利用敘事情節(jié)結(jié)構(gòu)組織事件是一個(gè)非常自然的想法,這是因?yàn)槿藗兙褪峭ㄟ^這種方式講述故事的。本文關(guān)注敘事情節(jié)結(jié)構(gòu)中事件之間的連接關(guān)系,即事件情節(jié)關(guān)系。事件情節(jié)關(guān)系是事件之間的解釋性關(guān)系,它能夠表示在敘事中事件之間有意義的連接關(guān)系。事件情節(jié)關(guān)系的識(shí)別對(duì)于多種自然語言理解任務(wù)具有重要的意義,例如文章自動(dòng)摘要、問答系統(tǒng)和事件共指消解等。事件情節(jié)關(guān)系識(shí)別是一個(gè)較新的課題,在已有的工作中關(guān)于自動(dòng)化事件情節(jié)關(guān)系識(shí)別方法的研究較少。本文研究主要關(guān)注事件情節(jié)關(guān)系識(shí)別與推理的自動(dòng)化方法,研究?jī)?nèi)容如下:（1）基于局部預(yù)測(cè)的事件情節(jié)關(guān)系識(shí)別方法本文提出了基于局部預(yù)測(cè)的事件情節(jié)關(guān)系識(shí)別方法。該方法以事件對(duì)為基礎(chǔ),對(duì)多種特征進(jìn)行抽取用于訓(xùn)練機(jī)器學(xué)習(xí)概率預(yù)測(cè)模型,從而預(yù)測(cè)事件情節(jié)關(guān)系的分類概率分布。實(shí)驗(yàn)結(jié)果表明,與基線方法相比,該方法的分類概率分布預(yù)測(cè)效果較好。（2）基于全局優(yōu)化的事件情節(jié)關(guān)系識(shí)別方法在基于局部預(yù)測(cè)的事件情節(jié)關(guān)系識(shí)別方法的基礎(chǔ)上,本文提出了基于全局優(yōu)化的事件情節(jié)關(guān)系識(shí)別方法。該方法基于整數(shù)線性規(guī)劃模型... 

【文章來源】：南京大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：94 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀與相關(guān)工作
        1.2.1 故事線模型與事件情節(jié)關(guān)系與敘事情節(jié)結(jié)構(gòu)
        1.2.2 時(shí)間線構(gòu)建
        1.2.3 全局優(yōu)化與事件要素與多任務(wù)聯(lián)合推理
    1.3 本文研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 背景知識(shí)
    2.1 事件情節(jié)關(guān)系
    2.2 ECB+數(shù)據(jù)集和ESC數(shù)據(jù)集
    2.3 對(duì)數(shù)幾率回歸模型
    2.4 Softmax回歸模型
    2.5 整數(shù)線性規(guī)劃
    2.6 本章小結(jié)
第三章 基于局部預(yù)測(cè)的事件情節(jié)關(guān)系識(shí)別方法
    3.1 方法概述
    3.2 基于局部預(yù)測(cè)的事件情節(jié)關(guān)系識(shí)別方法整體流程
    3.3 候選事件類型過濾
    3.4 預(yù)處理
        3.4.1 輸入數(shù)據(jù)處理
        3.4.2 自然語言處理標(biāo)注
    3.5 特征抽取
        3.5.1 自然語言特征
        3.5.2 時(shí)序特征
    3.6 概率預(yù)測(cè)模型
    3.7 本章小結(jié)
第四章 基于全局優(yōu)化的事件情節(jié)關(guān)系識(shí)別方法
    4.1 方法概述
    4.2 基于全局優(yōu)化的事件情節(jié)關(guān)系識(shí)別方法整體流程
    4.3 打分函數(shù)與優(yōu)化目標(biāo)
        4.3.1 打分函數(shù)
        4.3.2 優(yōu)化目標(biāo)
    4.4 基本約束
        4.4.1 事件情節(jié)關(guān)系一致性
        4.4.2 共指一致性
        4.4.3 關(guān)系唯一性
    4.5 反傳遞性約束
        4.5.1 約束定義
        4.5.2 線性約束形式轉(zhuǎn)換
    4.6 本章小結(jié)
第五章 事件情節(jié)關(guān)系與事件要素聯(lián)合推理
    5.1 方法概述
    5.2 事件情節(jié)關(guān)系與事件要素聯(lián)合推理整體流程
    5.3 基于局部預(yù)測(cè)的事件參與者、地點(diǎn)要素與事件關(guān)聯(lián)關(guān)系識(shí)別方法
        5.3.1 類型過濾方法
        5.3.2 概率預(yù)測(cè)模型
    5.4 打分函數(shù)與優(yōu)化目標(biāo)
        5.4.1 打分函數(shù)
        5.4.2 優(yōu)化目標(biāo)
    5.5 事件的時(shí)間要素相關(guān)約束
    5.6 事件的參與者、地點(diǎn)要素相關(guān)約束
        5.6.1 事件參與者、地點(diǎn)要素基本約束
        5.6.2 事件參與者、地點(diǎn)要素?cái)?shù)量限制約束
        5.6.3 事件參與者、地點(diǎn)要素聯(lián)合推理約束
    5.7 本章小結(jié)
第六章 實(shí)驗(yàn)驗(yàn)證與分析
    6.1 實(shí)驗(yàn)數(shù)據(jù)集
    6.2 實(shí)驗(yàn)設(shè)置
        6.2.1 事件情節(jié)關(guān)系識(shí)別任務(wù)
        6.2.2 事件參與者、地點(diǎn)要素與事件關(guān)聯(lián)關(guān)系識(shí)別任務(wù)
    6.3 實(shí)驗(yàn)結(jié)果
    6.4 約束分離實(shí)驗(yàn)
    6.5 模型與參數(shù)實(shí)驗(yàn)
        6.5.1 基于局部預(yù)測(cè)的關(guān)系識(shí)別方法模型實(shí)驗(yàn)
        6.5.2 反傳遞性約束參數(shù)實(shí)驗(yàn)
    6.6 實(shí)驗(yàn)結(jié)果分析與討論
第七章 總結(jié)與展望
    7.1 本文總結(jié)
    7.2 未來展望
致謝
參考文獻(xiàn)
簡(jiǎn)歷與科研成果


【參考文獻(xiàn)】：
期刊論文
[1]事件因果與時(shí)序關(guān)系識(shí)別的聯(lián)合推理模型[J]. 黃一龍,李培峰,朱巧明.  計(jì)算機(jī)科學(xué). 2018(06)



本文編號(hào)：3186962