[發(fā)明專利]一種中文結(jié)構(gòu)化事件抽取方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011015681.0
• 申請(qǐng)日: 2020-09-24
• 公開（公告）號(hào): CN112183059A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計(jì)）人: 萬齊智;萬常選;胡蓉;劉德喜
• 申請(qǐng)（專利權(quán)）人: 萬齊智;萬常選;胡蓉;劉德喜
• 主分類號(hào): G06F40/211
• 分類號(hào): G06F40/211;G06F40/30
• 代理公司: 北京保識(shí)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11874
• 代理人: 尹瑩瑩

1.一種中文結(jié)構(gòu)化事件抽取方法，其特征在于：所述的結(jié)構(gòu)化事件記為：ET＝(Sub,Pred,Obj)，其中Sub、Pred和Obj分別表示事件的主語、謂語和賓語，包含以下步驟：

A、首先利用句法依存分析工具對(duì)非結(jié)構(gòu)化文本語句進(jìn)行句法依存分析，獲得句法依存分析樹；

B、根據(jù)中文語言學(xué)和句法依存分析樹的特征，建立核心動(dòng)詞鏈，識(shí)別語句中包含的所有事件謂語Pred；

C、借助語義依存分析工具，獲得語義依存分析樹，在獲得的句法依存分析樹上添加語義依存關(guān)系，構(gòu)建句法語義依存分析樹；

D、根據(jù)語義依存關(guān)系，調(diào)整句法語義依存分析樹中事件核心動(dòng)詞、介詞和被動(dòng)語態(tài)的依存結(jié)構(gòu)，構(gòu)建句法語義依存分析事件圖；

E、基于構(gòu)建的句法語義依存分析事件圖，通過得到的事件核心動(dòng)詞，分別獲取事件的主語Sub和賓語Obj；

F、添加事件核心動(dòng)詞間語義依存關(guān)系；

G、添加事件非核心動(dòng)詞間語義依存關(guān)系；。

2.根據(jù)權(quán)利要求1所述的一種中文結(jié)構(gòu)化事件抽取方法，其特征在于：所述步驟A中句法依存分析采用LTP工具，句法依存分析樹記為：DP＝(V,E)，其中V表示經(jīng)LTP分詞后的詞語集合，E表示詞語的句法依存集合。

3.根據(jù)權(quán)利要求1或2所述的一種中文結(jié)構(gòu)化事件抽取方法，其特征在于：所述中文語言學(xué)包括以下特征：

特征1、事件由動(dòng)詞觸發(fā)，謂語一般由動(dòng)詞充當(dāng)；

特征2、語句中具有并列關(guān)系的謂語在句法結(jié)構(gòu)上應(yīng)該擁有相同的地位或性質(zhì)，即形成的句法結(jié)構(gòu)在語法角度上應(yīng)通過某個(gè)約定的并列符號(hào)進(jìn)行關(guān)聯(lián)；

所述句法依存分析樹包含以下特征：

特征3、一條語句只給出一個(gè)核心詞，事件間謂語為父子結(jié)點(diǎn)，且保持連續(xù)；

特征4、事件謂語之間父子結(jié)點(diǎn)的邊為COO句法依存關(guān)系，且依存路徑上不能出現(xiàn)其他句法依存關(guān)系。

4.根據(jù)權(quán)利要求2或3所述的一種中文結(jié)構(gòu)化事件抽取方法，其特征在于：通過對(duì)依存于語句核心詞的所有具有連續(xù)COO的動(dòng)詞結(jié)點(diǎn)進(jìn)行識(shí)別，建立核心動(dòng)詞鏈，記為CVC＝(V)，其中每個(gè)動(dòng)詞對(duì)應(yīng)一個(gè)事件，稱為核心動(dòng)詞，V表示語句核心動(dòng)詞集合，建立規(guī)則包括：

規(guī)則1、如果LTP給出的語句核心詞是動(dòng)詞，則默認(rèn)屬于核心動(dòng)詞鏈中，否則考慮其滿足COO關(guān)系的孩子結(jié)點(diǎn)，直到找到動(dòng)詞為止；

規(guī)則2、加入的結(jié)點(diǎn)是與核心動(dòng)詞鏈中結(jié)點(diǎn)構(gòu)成COO關(guān)系的動(dòng)詞結(jié)點(diǎn)，且確保添加的動(dòng)詞從語句核心詞開始一直保持COO關(guān)系的連續(xù)性，一旦中斷則不再考慮后續(xù)動(dòng)詞；

規(guī)則3、如果LTP給出的語句核心詞是非動(dòng)詞，且其孩子中沒有滿足COO關(guān)系的動(dòng)詞結(jié)點(diǎn)，則該語句不生成核心動(dòng)詞鏈。

5.根據(jù)權(quán)利要求1所述的一種中文結(jié)構(gòu)化事件抽取方法，其特征在于：所述步驟C中語義依存分析采用SDP工具，語義依存分析樹記為：SDP＝(V,E)，其中V表示經(jīng)LTP分詞后的詞語集合，E表示詞語的語義依存關(guān)系集合。

6.根據(jù)權(quán)利要求1所述的一種中文結(jié)構(gòu)化事件抽取方法，其特征在于：所述步驟F中向句法依存分析樹中添加語義依存關(guān)系具體步驟包括：

步驟1、對(duì)DP樹進(jìn)行剪枝，只保留主語、核心動(dòng)詞和賓語等主干成分，減少DP樹中的結(jié)點(diǎn)數(shù)量；

步驟2、對(duì)剪枝后的DP樹進(jìn)行語義依存分析，獲取核心動(dòng)詞間語義關(guān)聯(lián)；

步驟3、將獲取的語義關(guān)聯(lián)添加至原始DP樹中。

其中，核心動(dòng)詞代表事件，事件間的語義依存關(guān)系采用eXX(如eCoo)表示，對(duì)于核心動(dòng)詞間非eXX關(guān)系的情況，在依賴的孩子結(jié)點(diǎn)中查詢獲取，并作為核心動(dòng)詞間語義關(guān)聯(lián)；

所述步驟G中向句法依存分析樹中添加事件非核心動(dòng)詞間語義依存關(guān)系具體步驟包括：

步驟4、對(duì)于DP樹與SDP樹中依存結(jié)構(gòu)相同的結(jié)點(diǎn)，將其語義依存關(guān)系直接添加至DP樹中；

步驟5、對(duì)于DP樹與SDP樹中依存結(jié)構(gòu)不相同的結(jié)點(diǎn)，其語義依存關(guān)系添加為“NULL”。