如今,隨著信息傳播技術(shù)的高速發(fā)展,互聯(lián)網(wǎng)已然成為大多數(shù)人工作學(xué)習(xí)生活中不可或缺的部分。網(wǎng)絡(luò)中流通著的海量非結(jié)構(gòu)化的電子文本,在給用戶都帶來(lái)極其方便的信息獲取途徑的同時(shí),也帶來(lái)信息冗余繁多的困擾。面對(duì)爆炸式增長(zhǎng)的電子化文本數(shù)據(jù),如何幫助用戶快速地從非結(jié)構(gòu)化文本中獲取其感興趣的信息和知識(shí)以減輕時(shí)間成本,成為了亟待解決的問(wèn)題,信息抽取的提出主要為了解決該問(wèn)題。作為自然語(yǔ)言處理技術(shù)中的關(guān)鍵任務(wù)和重要組成部分,信息抽取主要研究如何快速地從非結(jié)構(gòu)化文本中獲取用戶關(guān)心的信息和知識(shí),并以精簡(jiǎn)、結(jié)構(gòu)化的形式反饋給用戶。信息抽取按照抽取對(duì)象主要可分為實(shí)體抽取、關(guān)系抽取和事件抽取。本文主要研究?jī)?nèi)容是面向非結(jié)構(gòu)化文本的事件抽取,主要應(yīng)用于事件結(jié)構(gòu)化信息的自動(dòng)獲取、事件知識(shí)圖譜的構(gòu)建以及輔助其它自然語(yǔ)言理解任務(wù)。目前事件抽取研究框架按照文本抽取粒度可分為句子級(jí)事件抽取和篇章級(jí)事件抽取。句子級(jí)事件抽取旨在識(shí)別句中是否包含表示特定類型事件發(fā)生的事件觸發(fā)詞,進(jìn)而判斷句中實(shí)體在該事件中所扮演的預(yù)定義事件角色,從而得到句子級(jí)的事件結(jié)構(gòu)化信息。篇章級(jí)事件抽取以文檔文本中描述的核心事件為中心,將簡(jiǎn)潔、完整、結(jié)構(gòu)化的篇章級(jí)事件... 

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

一l事件抽取在信息檢索中的應(yīng)用

圖３－１篇章事件抽取模型整體框架??Ｆｉｇ．３－１?Ａ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ｄｏｃｕｍｅｎｔ－ｌｅｖｅｌ?ｅｖｅｎｔ?ｅｘｔｒａｃｔｉｏｎ??

圖４－２金融領(lǐng)域句子級(jí)的事件抽取實(shí)例??．－－

【參考文獻(xiàn)】：
期刊論文
[1]A language-independent neural network for event detection[J]. Xiaocheng FENG,Bing QIN,Ting LIU.  Science China（Information Sciences）. 2018(09)



本文編號(hào)：3706445