[發(fā)明專利]一種軍事新聞長文本層次化事件抽取方法在審
| 申請?zhí)枺?/td> | 202110970577.5 | 申請日： | 2021-08-23 |
| 公開（公告）號： | CN113657090A | 公開（公告）日： | 2021-11-16 |
| 發(fā)明（設(shè)計）人： | 張靜;胡軍;欒瑞鵬;孫悅 | 申請（專利權(quán)）人： | 中國人民解放軍32801部隊 |
| 主分類號： | G06F40/205 | 分類號： | G06F40/205;G06F40/289;G06F40/258;G06K9/62;G06F16/35;G06F16/951 |
| 代理公司： | 北京豐浩知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11781 | 代理人： | 李學(xué)康 |
| 地址： | 100082 北*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 軍事新聞 文本 層次 事件 抽取 方法 | ||
1.一種軍事新聞長文本層次化事件抽取方法，其特征在于，其具體步驟包括，
S1，獲取軍事新聞資訊網(wǎng)頁的內(nèi)容，提取該類網(wǎng)頁中的軍事新聞文本數(shù)據(jù)；
S2，對所提取的軍事新聞文本數(shù)據(jù)進行文本預(yù)處理，其具體包括，
S21，分別提取軍事新聞文本的標(biāo)題和發(fā)布日期；
S22，對軍事新聞文本的內(nèi)容進行分詞和詞性標(biāo)注；
S23，對軍事新聞文本的標(biāo)題進行分詞并構(gòu)建觸發(fā)詞，定義事件類別，對軍事新聞的事件和軍事新聞文本標(biāo)題分別進行歸類，得到軍事新聞的事件和軍事新聞文本標(biāo)題的歸類結(jié)果；
S24，對步驟S23得到的軍事新聞的事件和軍事新聞文本標(biāo)題的歸類結(jié)果，按照軍事新聞發(fā)布的日期先后順序進行排序；
S3，對軍事新聞文本進行分句和分詞，計算軍事新聞文本與觸發(fā)詞的相似度，識別出軍事新聞文本中的事件句；
S4，對于軍事新聞文本，篩選出軍事新聞文本中與觸發(fā)詞的相似度大于一定閾值的事件句，并將該事件句保留在軍事新聞文本中；
S5，從事件句中提取事件要素，進行角色標(biāo)注；
S6，根據(jù)事件元素的角色描述結(jié)果，進行事件描述；
在不同的角色類別標(biāo)簽下，對事件句中提取出來的事件元素，使用語法分析樹進行整合，得到由事件句的事件元素所組成的、能夠表達一個完整語義的事件描述，分析該事件描述的動賓關(guān)系和主謂關(guān)系，并使用事件模板對事件描述填充,得到軍事新聞長文本的層次化事件抽取結(jié)果。
2.如權(quán)利要求1所述的軍事新聞長文本層次化事件抽取方法，其特征在于，
所述的步驟S1，其具體包括，使用網(wǎng)絡(luò)爬蟲工具從各個軍事資訊網(wǎng)站上獲取軍事新聞的網(wǎng)站鏈接，并構(gòu)造訪問軍事新聞的網(wǎng)站主體的HTTP請求，訪問軍事新聞的網(wǎng)頁數(shù)據(jù)，得到網(wǎng)頁數(shù)據(jù)之后，解析網(wǎng)頁數(shù)據(jù)，提取該類網(wǎng)頁中的軍事新聞文本數(shù)據(jù)，并在解析的網(wǎng)頁數(shù)據(jù)中尋找新的軍事新聞超鏈接，對新的軍事新聞超鏈接再進行上述網(wǎng)頁數(shù)據(jù)的獲取與解析的過程。
3.如權(quán)利要求1所述的軍事新聞長文本層次化事件抽取方法，其特征在于，
所述的步驟S23，使用自然語言處理工具對軍事新聞文本的標(biāo)題進行分詞，從分詞結(jié)果中抽取軍事新聞主體的關(guān)鍵詞，根據(jù)關(guān)鍵詞對應(yīng)的軍事新聞事件類別，構(gòu)建相應(yīng)事件類別的觸發(fā)詞；首先判斷軍事新聞文本的標(biāo)題或正文內(nèi)容中是否存在軍事新聞主體的關(guān)鍵詞，如果存在軍事新聞主體的關(guān)鍵詞，將該軍事新聞的事件歸類到該關(guān)鍵詞對應(yīng)的事件類別當(dāng)中，得到軍事新聞的事件所屬的類別信息，如果軍事新聞文本的標(biāo)題或正文內(nèi)容中不存在軍事新聞主體的關(guān)鍵詞，或者對軍事新聞文本的標(biāo)題進行分詞的結(jié)果無法完全覆蓋到軍事新聞主體的關(guān)鍵詞時，對于軍事新聞文本的標(biāo)題進行分詞得到的詞匯，利用該詞匯之間的相似度，計算軍事新聞文本標(biāo)題的詞匯與事件類別的觸發(fā)詞的相似度，如果其相似度大于一定閾值，則將軍事新聞文本標(biāo)題歸屬到觸發(fā)詞對應(yīng)的事件類別中；
所述的計算軍事新聞文本標(biāo)題的詞匯與事件類別的觸發(fā)詞的相似度，使用義原描述式對詞匯進行描述，得到了每個詞匯的義原描述式，w1和w2分別表示兩個不同詞匯的義原描述式，在義原層次體系下計算該兩個詞匯之間的路徑長度d，選用合適的調(diào)節(jié)參數(shù)α，使用知網(wǎng)詞語相似度公式計算詞匯w1和w2之間的相似度，該知網(wǎng)詞語相似度公式為：
其中，Sim(w1,w2)表示詞匯w1和w2之間的相似度。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國人民解放軍32801部隊，未經(jīng)中國人民解放軍32801部隊許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110970577.5/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
