本體作為一種優(yōu)秀的知識表示方法,近年得到廣泛的使用。傳統(tǒng)本體模型在描述動態(tài)知識時存在著許多不足之處,比如缺乏對事物之間的動態(tài)變化的描述與概念離散性的問題。因此,以事件為基本單元的事件本體應運而生,基于事件六要素的事件本體,用事件要素將事件中的參與者,地點和時間等有機地整合在一起,避免了傳統(tǒng)本體的概念離散性問題。事件本體的出現(xiàn)克服了傳統(tǒng)本體存在的缺陷,事件本體的相關研究為人工智能的發(fā)展開拓了全新的思路和發(fā)展方向。其中,事件本體構建是目前事件本體的研究熱點之一,傳統(tǒng)本體的構建以手工構建為主,該工作是一項復雜的工作,隨著本體規(guī)模的不斷增加,構建和維護的難度和復雜度也會大幅上升,事件本體更是如此。同時,作為一個本體領域新興的研究方向,事件本體的構建缺乏相應的構建方法論作為本體開發(fā)指導,也缺少配套的構建工具。在事件本體的開發(fā)中,最核心的任務是獲得特定領域的事件類和事件要素,以及描述事件和事件之間的關系。本文結合自然語言處理和機器學習技術,實現(xiàn)從文本中自動抽取特定領域中的事件和事件關系,從而輔助開發(fā)人員在事件本體開發(fā)過程中快速獲得候選的事件類和事件關系,最終達到事件本體半自動構建的目的。在此基礎上,...

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題來源
    1.2 課題研究的目的和意義
    1.3 國內外研究現(xiàn)狀
        1.3.1 本體構建方法研究現(xiàn)狀
        1.3.2 本體構建工具研究現(xiàn)狀
        1.3.3 本體庫研究現(xiàn)狀
    1.4 論文的主要研究內容
第二章 事件本體模型與中文突發(fā)事件語料庫
    2.1 本章概述
    2.2 基于事件的相關研究概述
    2.3 事件本體模型
        2.2.1 事件
        2.2.2 事件類
        2.2.3 事件關系
    2.4 基于事件的語料庫
    2.5 小結
第三章 基于語義特征和神經(jīng)網(wǎng)絡的事件識別
    3.1 本章概述
    3.2 相關工作
    3.3 事件識別模型
        3.3.1 候選觸發(fā)詞抽取
        3.3.2 輸入序列生成
        3.3.3 深度分類器
    3.4 實驗結果
        3.4.1 超參數(shù)設置和所用語料庫
        3.4.2 實驗分析
    3.5 小結
第四章 基于孿生網(wǎng)絡的事件因果關系識別
    4.1 本章概述
    4.2 相關工作
        4.2.1 事件因果關系
        4.2.2 孿生網(wǎng)絡
    4.3 用于事件關系識別的模型
        4.3.1 模型結構
        4.3.2 事件表示生成
        4.3.3 關系表示學習
    4.4 實驗結果
        4.4.1 實驗數(shù)據(jù)集
        4.4.2 事件因果關系識別實驗效果
        4.4.3 事件識別實驗效果
    4.5 小結
第五章 事件本體半自動構建方法及工具研究
    5.1 本章概述
    5.2 事件本體構建流程
    5.3 事件本體構建工具
        5.3.1 功能設計
        5.3.2 本體存儲結構
    5.4 事件本體半自動構建實例
        5.4.1 定義事件本體相關信息
        5.4.2 復用已有事件本體模式
        5.4.3 擴展事件本體內容
    5.5 小結
第六章 結論與展望
    6.1 結論
    6.2 展望
參考文獻
作者在攻讀碩士學位期間公開發(fā)表的論文
作者在攻讀碩士學位期間所作的項目
致謝



本文編號：4014958