本發(fā)明屬于數(shù)據(jù)挖掘技術(shù)領(lǐng)域，具體涉及一種基于事件要素的事件抽取方法及系統(tǒng)。

背景技術(shù)：

由于現(xiàn)在互聯(lián)網(wǎng)的發(fā)展，以微博為代表的自媒體大行其道，相比起官方的通告，互聯(lián)網(wǎng)自媒體的聲音要更迅速，更貼近。對(duì)于應(yīng)對(duì)各類突發(fā)事件(如火災(zāi)、地震等)，互聯(lián)網(wǎng)上的信息變得尤為重要，但面對(duì)互聯(lián)網(wǎng)龐大的數(shù)據(jù)增量，這類數(shù)據(jù)又顯得極為稀疏，因此從互聯(lián)網(wǎng)龐大的聲音中找到各類突發(fā)事件的聲音，以便即使的做出響應(yīng)和對(duì)策，是現(xiàn)在無論政府還是企業(yè)都迫切需要的一種數(shù)據(jù)挖掘能力。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于解決上述的技術(shù)問題而提供一種基于事件要素的事件抽取方法及系統(tǒng)。

為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于事件要素的事件抽取方法，包括以下步驟：

根據(jù)預(yù)設(shè)事件識(shí)別模型，對(duì)顯示在預(yù)設(shè)長度文本窗口內(nèi)的數(shù)據(jù)中所包含的事件構(gòu)成要素識(shí)別：

根據(jù)該預(yù)設(shè)事件識(shí)別模型，對(duì)所述數(shù)據(jù)中所包含的事件特征詞進(jìn)行識(shí)別；

對(duì)所述事件特征詞以及事件構(gòu)成要素組合成描述相應(yīng)事件的新的數(shù)據(jù)對(duì)象。

本發(fā)明的目的還在于提供一種基于事件要素的事件抽取系統(tǒng)，包括:

要素識(shí)別模塊，用于根據(jù)預(yù)設(shè)事件識(shí)別模型，對(duì)顯示在預(yù)設(shè)長度文本窗口內(nèi)的數(shù)據(jù)中所包含的事件構(gòu)成要素識(shí)別：

特征詞識(shí)別模塊，用于根據(jù)該預(yù)設(shè)事件識(shí)別模型，根據(jù)預(yù)設(shè)事件識(shí)別模型對(duì)所述數(shù)據(jù)中所包含的事件特征詞進(jìn)行識(shí)別；

數(shù)據(jù)組合模塊，用于對(duì)所述事件特征詞以及事件構(gòu)成要素組合成描述相應(yīng)事件的新的數(shù)據(jù)對(duì)象。

本發(fā)明通過數(shù)據(jù)中所包含的事件的構(gòu)成要素進(jìn)行識(shí)別后，利用預(yù)置的要素同現(xiàn)模型識(shí)別出該數(shù)據(jù)中包含的事件特征詞，原來將事件特征詞與事件的構(gòu)成要素進(jìn)行組合，形成新的描述事件的數(shù)據(jù)對(duì)象，從而實(shí)現(xiàn)快速對(duì)互聯(lián)網(wǎng)上傳播的數(shù)據(jù)的抽取，且本發(fā)明事件抽取方法可控可干預(yù)，從而可極大地滿足互聯(lián)網(wǎng)信息中數(shù)據(jù)抽取的需要，最終獲得效果理想的事件識(shí)別結(jié)果。

附圖說明

圖1為本發(fā)明實(shí)施例提供的基于事件要素的事件抽取方法的流程圖；

圖2為本發(fā)明實(shí)施例提供的基于事件要素的事件抽取系統(tǒng)的原理圖。

具體實(shí)施方式

下面，結(jié)合實(shí)例對(duì)本發(fā)明的實(shí)質(zhì)性特點(diǎn)和優(yōu)勢作進(jìn)一步的說明，但本發(fā)明并不局限于所列的實(shí)施例。

本發(fā)明是通過要素識(shí)別、復(fù)合以及同現(xiàn)手段以實(shí)現(xiàn)對(duì)事件自動(dòng)化的提取的。

見圖1所示，一種基于事件要素的事件抽取方法，包括

根據(jù)預(yù)設(shè)事件識(shí)別模型，對(duì)顯示在預(yù)設(shè)長度文本窗口內(nèi)的數(shù)據(jù)中所包含的事件構(gòu)成要素識(shí)別：

根據(jù)該預(yù)設(shè)事件識(shí)別模型對(duì)所述數(shù)據(jù)中所包含的事件特征詞進(jìn)行識(shí)別；

對(duì)所述事件特征詞以及事件構(gòu)成要素組合成描述相應(yīng)事件的新的數(shù)據(jù)對(duì)象。

所述預(yù)設(shè)長度文本窗口可以根據(jù)需要來設(shè)定，如可以根據(jù)數(shù)據(jù)的事件表達(dá)的經(jīng)驗(yàn)值來設(shè)定相應(yīng)的文本窗口的長度，以使一個(gè)文本窗口內(nèi)數(shù)據(jù)可以表述一個(gè)完整的事件為原則。

所述事件構(gòu)成要素主要是指能構(gòu)成一個(gè)事件的關(guān)鍵要素，該要素組合起來能完整、簡要地描述一個(gè)事件的發(fā)生時(shí)間、地點(diǎn)等。

所述事件特征詞，是能夠確定事件內(nèi)容的一類特征詞，通常是事件具體描述詞，是指能表述事件或描述事件的主要特征的詞，即描述這是一個(gè)什么事件，如火災(zāi)事件或爆炸事件。

由于不同類型的事件在互聯(lián)網(wǎng)文本傳播時(shí)，在一定文本窗口內(nèi)所出現(xiàn)的要素類型及要素內(nèi)容是不同的，也就是說同一個(gè)要素內(nèi)容對(duì)于不同的事件貢獻(xiàn)不同，根據(jù)事件識(shí)別模型及數(shù)據(jù)文本的要素的同現(xiàn)情況，就能確定這段文本數(shù)據(jù)的具體事件描述。

所述預(yù)設(shè)事件識(shí)別模型根據(jù)不同事件抽取的需要而設(shè)置，因而對(duì)應(yīng)不同的事件抽取需要，可以是多個(gè)事件識(shí)別模型，如火災(zāi)事件識(shí)別模型、爆炸事件識(shí)別模型等，不同的事件識(shí)別模型要求同現(xiàn)的要素不同，如火災(zāi)事件識(shí)別模型要求同現(xiàn)的要素可以是事件構(gòu)成要素如時(shí)間、地點(diǎn)與對(duì)應(yīng)的火災(zāi)特征詞，而爆炸事件識(shí)別模型要求同現(xiàn)的要素可以是事件構(gòu)成要素如時(shí)間、地點(diǎn)與對(duì)應(yīng)的爆炸特征詞。

如原始文本為：“2016年1月15日凌晨2:50左右，東關(guān)鎮(zhèn)東華社區(qū)一民房因電線老化漏電發(fā)生火災(zāi)”

利用火災(zāi)同現(xiàn)模型，形成的新的數(shù)據(jù)對(duì)象如下：

文本內(nèi)容：2016年1月15日凌晨2:50左右，東關(guān)鎮(zhèn)東華社區(qū)一民房因電線老化漏電發(fā)生火災(zāi)

事件特征詞：火災(zāi)

發(fā)生時(shí)間：2016年1月15日凌晨2:50

發(fā)生地點(diǎn)：東關(guān)鎮(zhèn)。

本發(fā)明通過數(shù)據(jù)中所包含的事件的構(gòu)成要素進(jìn)行識(shí)別后，利用預(yù)置的要素同現(xiàn)模型識(shí)別出該數(shù)據(jù)中包含的事件特征詞，原來將事件特征詞與事件的構(gòu)成要素進(jìn)行組合，形成新的描述事件的數(shù)據(jù)對(duì)象，從而實(shí)現(xiàn)快速對(duì)互聯(lián)網(wǎng)上傳播的數(shù)據(jù)的抽取，且本發(fā)明事件抽取方法可控可干預(yù)，從而可極大地滿足互聯(lián)網(wǎng)信息中數(shù)據(jù)抽取的需要，最終獲得效果理想的事件識(shí)別結(jié)果。

具體實(shí)現(xiàn)上，本發(fā)明中，所述事件構(gòu)成要素可以是包括時(shí)間、地點(diǎn)、數(shù)量以及人物；所述數(shù)量包括數(shù)字及對(duì)應(yīng)的數(shù)量單位。

所述時(shí)間如數(shù)據(jù)中的包含的“14年5月20日12點(diǎn)24分”，地點(diǎn)如數(shù)據(jù)中包含的的“濟(jì)南市”，數(shù)量如數(shù)據(jù)中包含的“1，111平方米”，人物如數(shù)據(jù)中包含的“張某某說”。

進(jìn)一步的，本發(fā)明中，在對(duì)事件構(gòu)成要素識(shí)別還包括以下格式化的步驟：

對(duì)識(shí)別出的時(shí)間要素，按預(yù)置方法進(jìn)行格式歸一化處理轉(zhuǎn)換統(tǒng)一的時(shí)間格式；

對(duì)識(shí)別出的數(shù)量要素，將數(shù)量要素中的數(shù)字與對(duì)應(yīng)的數(shù)量單位拆分，將數(shù)字轉(zhuǎn)換為預(yù)設(shè)的數(shù)字格式；

對(duì)識(shí)別出的地點(diǎn)要素，根據(jù)地點(diǎn)分類標(biāo)準(zhǔn)將地點(diǎn)分為多級(jí)，并給每個(gè)地點(diǎn)賦予上級(jí)行政區(qū)劃的屬性；

對(duì)識(shí)別的出人物要素進(jìn)行格式化處理，提取出相應(yīng)的人名。

具體的，對(duì)上述關(guān)于對(duì)時(shí)間要素、數(shù)量要素及地點(diǎn)要素的處理可以是采用如下方法：

時(shí)間----從文本中識(shí)別出時(shí)間，并對(duì)時(shí)間進(jìn)行格式歸一化，時(shí)間分為絕對(duì)時(shí)間和相對(duì)時(shí)間：

絕對(duì)時(shí)間轉(zhuǎn)化為標(biāo)準(zhǔn)時(shí)間格式，如14年5月20日12點(diǎn)24分，轉(zhuǎn)化為：2014-05-20 12:24:00；

相對(duì)時(shí)間通過基準(zhǔn)時(shí)間進(jìn)行調(diào)整，并轉(zhuǎn)化為標(biāo)準(zhǔn)時(shí)間格式；

如昨天(基準(zhǔn)時(shí)間2014-05-20 12:24:00，)轉(zhuǎn)化為2014-05-19 12:24:00。

地點(diǎn)---從文本中識(shí)別出地點(diǎn)，根據(jù)地點(diǎn)分類標(biāo)準(zhǔn)，將地點(diǎn)可以分為5級(jí)(如國家，省，市，區(qū)縣，鄉(xiāng)鎮(zhèn))，并給每個(gè)地點(diǎn)賦予高級(jí)行政區(qū)劃的屬性。

如濟(jì)南市，級(jí)別為3級(jí)，高級(jí)行政區(qū)劃：中國-山東省。

數(shù)量---從文本中識(shí)別出數(shù)字，對(duì)數(shù)字進(jìn)行分類，將數(shù)字中的數(shù)和單位拆分，數(shù)轉(zhuǎn)化為標(biāo)準(zhǔn)的數(shù)字格式。

如：1，111平方米，格式化數(shù)字：1111，單位：平方米。

人物---從文本中識(shí)別出人名。

如：張某某說，格式化人名：張某某。

通過以上的方法，對(duì)數(shù)據(jù)中包含的時(shí)間、地點(diǎn)、數(shù)量要素進(jìn)行統(tǒng)一處的處理，形成了統(tǒng)一的格式，便于事件抽取時(shí)數(shù)據(jù)處理統(tǒng)一。

進(jìn)一步的，本發(fā)明中，在對(duì)事件構(gòu)成要素中的時(shí)間、地點(diǎn)、數(shù)量要素識(shí)別出后還包括以下步驟：

根據(jù)預(yù)選設(shè)置的時(shí)間、地點(diǎn)、數(shù)量的篩選條件，對(duì)識(shí)別出的事件構(gòu)成要素中的時(shí)間、地點(diǎn)、數(shù)量進(jìn)行篩選。

通過對(duì)識(shí)別出的地名，時(shí)間，數(shù)字可以再進(jìn)行針對(duì)性地篩選，可以取得更為細(xì)分的結(jié)果，從而滿足相應(yīng)的事件識(shí)別要求，輸出符合要求的事件識(shí)別結(jié)構(gòu)，使得事件識(shí)別處理更為準(zhǔn)確。

具體的，在時(shí)間篩選上，可以通過日期比較篩選實(shí)現(xiàn)：篩選某一天前后的日期或某個(gè)區(qū)間的日期；時(shí)間篩選：篩選某個(gè)時(shí)間點(diǎn)前后的時(shí)間或某個(gè)區(qū)間的時(shí)間；自定義時(shí)間段篩選：可以自定義篩選某個(gè)時(shí)間特征，如：2016－05－27前的日期，09：10：00后的時(shí)間，4月份的時(shí)間

地點(diǎn)，根據(jù)行政區(qū)劃進(jìn)行篩選，如屬于中國河南的地點(diǎn)，屬于中國浙江省慈溪市的地點(diǎn)

數(shù)字，根據(jù)數(shù)字大小篩選，單位篩選；如大于20的數(shù)，單位是“小時(shí)”的數(shù)量。

需要說明的是，本發(fā)明中，所述對(duì)顯示在預(yù)設(shè)長度文本窗口內(nèi)的數(shù)據(jù)中所包含的事件構(gòu)成要素識(shí)別時(shí)以在句內(nèi)的數(shù)據(jù)為限進(jìn)行識(shí)別。

事件模型的一重要維度，通常分為整句(句號(hào)等結(jié)尾)，半句(逗號(hào)等結(jié)尾)兩種劃分，因此事件識(shí)別模型通過以在句內(nèi)的數(shù)據(jù)為限進(jìn)行識(shí)別，能夠降低自然語言在跨句時(shí)的歧義問題。

如文本窗口內(nèi)顯示的原始文本內(nèi)容為“2016年1月15日凌晨2:50左右，東關(guān)鎮(zhèn)東華社區(qū)一民房因電線老化漏電發(fā)生火災(zāi)”

該火災(zāi)事件識(shí)別模型要求必須包括的要素有：時(shí)間+地點(diǎn)+火災(zāi)特征詞(一句話內(nèi))

事件特征詞：火災(zāi)

事件時(shí)間：2016年1月15日凌晨2:50

時(shí)間地點(diǎn)：東關(guān)鎮(zhèn)。

本發(fā)明的目的還在于提供一種基于事件要素的事件抽取系統(tǒng)，包括：

要素識(shí)別模塊，用于根據(jù)預(yù)設(shè)事件識(shí)別模型，對(duì)顯示在預(yù)設(shè)長度文本窗口內(nèi)的數(shù)據(jù)中所包含的事件構(gòu)成要素識(shí)別：

特征詞識(shí)別模塊，用于根據(jù)該預(yù)設(shè)事件識(shí)別模型，根據(jù)預(yù)設(shè)事件識(shí)別模型對(duì)所述數(shù)據(jù)中所包含的事件特征詞進(jìn)行識(shí)別；

數(shù)據(jù)組合模塊，用于對(duì)所述事件特征詞以及事件構(gòu)成要素組合成描述相應(yīng)事件的新的數(shù)據(jù)對(duì)象。

所述的預(yù)設(shè)長度文本窗口可以根據(jù)需要來設(shè)定，如可以根據(jù)數(shù)據(jù)的事件表達(dá)的經(jīng)驗(yàn)值來設(shè)定相應(yīng)的文本窗口的長度，以使一個(gè)文本窗口內(nèi)數(shù)據(jù)可以表述一個(gè)完整的事件為原則。

所述事件構(gòu)成要素主要是指能構(gòu)成一個(gè)事件的關(guān)鍵要素，該要素組合起來能完整、簡要地描述一個(gè)事件的發(fā)生時(shí)間、地點(diǎn)等。

所述事件特征詞，是能夠確定事件內(nèi)容的一類特征詞，通常是事件具體描述詞，是指能表述事件或描述事件的主要特征的詞，即描述這是一個(gè)什么事件，如火災(zāi)事件或爆炸事件。

由于不同類型的事件在互聯(lián)網(wǎng)文本傳播時(shí)，在一定文本窗口內(nèi)所出現(xiàn)的要素類型及要素內(nèi)容是不同的，也就是說同一個(gè)要素內(nèi)容對(duì)于不同的事件貢獻(xiàn)不同，根據(jù)事件識(shí)別模型及數(shù)據(jù)文本的要素同現(xiàn)情況，就能確定這段文本數(shù)據(jù)的具體事件描述。

所述預(yù)設(shè)事件識(shí)別模型根據(jù)不同事件抽取的需要而設(shè)置，因而對(duì)應(yīng)不同的事件抽取需要，可以是多個(gè)事件識(shí)別模型，如火災(zāi)事件識(shí)別模型、爆炸事件識(shí)別模型等，不同的事件識(shí)別模型要求同現(xiàn)的要素不同，如火災(zāi)事件識(shí)別模型要求同現(xiàn)的要素可以是事件構(gòu)成要素如時(shí)間、地點(diǎn)與對(duì)應(yīng)的火災(zāi)特征詞，而爆炸事件識(shí)別模型要求同現(xiàn)的要素可以是事件構(gòu)成要素如時(shí)間、地點(diǎn)與對(duì)應(yīng)的爆炸特征詞。

如原始文本為：“2016年1月15日凌晨2:50左右，東關(guān)鎮(zhèn)東華社區(qū)一民房因電線老化漏電發(fā)生火災(zāi)”

利用火災(zāi)同現(xiàn)模型，形成的新的數(shù)據(jù)對(duì)象如下：

文本內(nèi)容：2016年1月15日凌晨2:50左右，東關(guān)鎮(zhèn)東華社區(qū)一民房因電線老化漏電發(fā)生火災(zāi)

事件特征詞：火災(zāi)

發(fā)生時(shí)間：2016年1月15日凌晨2:50

發(fā)生地點(diǎn)：東關(guān)鎮(zhèn)。

本發(fā)明通過數(shù)據(jù)中所包含的事件的構(gòu)成要素進(jìn)行識(shí)別后，利用預(yù)置的要素同現(xiàn)模型識(shí)別出該數(shù)據(jù)中包含的事件特征詞，原來將事件特征詞與事件的構(gòu)成要素進(jìn)行組合，形成新的描述事件的數(shù)據(jù)對(duì)象，從而實(shí)現(xiàn)快速對(duì)互聯(lián)網(wǎng)上傳播的數(shù)據(jù)的抽取，且本發(fā)明事件抽取方法可控可干預(yù)，從而可極大地滿足互聯(lián)網(wǎng)信息中數(shù)據(jù)抽取的需要，最終獲得效果理想的事件識(shí)別結(jié)果。

具體實(shí)現(xiàn)上，本發(fā)明中，所述事件構(gòu)成要素包括時(shí)間、地點(diǎn)、數(shù)量以及人物；所述數(shù)量包括數(shù)字及對(duì)應(yīng)的數(shù)量單位。

所述時(shí)間如數(shù)據(jù)中的包含的“14年5月20日12點(diǎn)24分”，地點(diǎn)如數(shù)據(jù)中包含的的“濟(jì)南市”，數(shù)量如數(shù)據(jù)中包含的“1，111平方米”，人物如數(shù)據(jù)中包含的“張某某說”。

進(jìn)一步的，本發(fā)明中，所述要素識(shí)別模塊包括：

時(shí)間要素處理單元，用于對(duì)識(shí)別出的時(shí)間要素，按預(yù)置方法進(jìn)行格式歸一化處理轉(zhuǎn)換統(tǒng)一的時(shí)間格式；

數(shù)量要素處理單元，用于對(duì)識(shí)別出的數(shù)量要素，將數(shù)量要素中的數(shù)字與對(duì)應(yīng)的數(shù)量單位拆分，將數(shù)字轉(zhuǎn)換為預(yù)設(shè)的數(shù)字格式；

地點(diǎn)要素處理單元，用于對(duì)識(shí)別出的地點(diǎn)要素，根據(jù)地點(diǎn)分類標(biāo)準(zhǔn)將地點(diǎn)分為多級(jí)，并給每個(gè)地點(diǎn)賦予上級(jí)行政區(qū)劃的屬性。

人名要素處理單元，用于對(duì)識(shí)別的出人物要素進(jìn)行格式化處理，提取出相應(yīng)的人名。

具體的，對(duì)上述關(guān)于對(duì)時(shí)間要素、數(shù)量要素及地點(diǎn)要素的處理可以是采用如下方法：

時(shí)間----從文本中識(shí)別出時(shí)間，并對(duì)時(shí)間進(jìn)行格式歸一化，時(shí)間分為絕對(duì)時(shí)間和相對(duì)時(shí)間：

絕對(duì)時(shí)間轉(zhuǎn)化為標(biāo)準(zhǔn)時(shí)間格式，如14年5月20日12點(diǎn)24分，轉(zhuǎn)化為：2014-05-20 12:24:00；

相對(duì)時(shí)間通過基準(zhǔn)時(shí)間進(jìn)行調(diào)整，并轉(zhuǎn)化為標(biāo)準(zhǔn)時(shí)間格式；

如昨天(基準(zhǔn)時(shí)間2014-05-20 12:24:00，)轉(zhuǎn)化為2014-05-19 12:24:00。

地點(diǎn)---從文本中識(shí)別出地點(diǎn)，根據(jù)地點(diǎn)分類標(biāo)準(zhǔn)，將地點(diǎn)可以分為5級(jí)(如國家，省，市，區(qū)縣，鄉(xiāng)鎮(zhèn))，并給每個(gè)地點(diǎn)賦予高級(jí)行政區(qū)劃的屬性。

如濟(jì)南市，級(jí)別為3級(jí)，高級(jí)行政區(qū)劃：中國-山東省。

數(shù)量---從文本中識(shí)別出數(shù)字，對(duì)數(shù)字進(jìn)行分類，將數(shù)字中的數(shù)和單位拆分，數(shù)轉(zhuǎn)化為標(biāo)準(zhǔn)的數(shù)字格式。

如：1，111平方米，格式化數(shù)字：1111，單位：平方米。

人物---從文本中識(shí)別出人名。

如：張某某說，格式化人名：張某某。

通過以上的方法，對(duì)數(shù)據(jù)中包含的時(shí)間、地點(diǎn)、數(shù)量要素進(jìn)行統(tǒng)一處的處理，形成了統(tǒng)一的格式，便于事件抽取時(shí)數(shù)據(jù)處理統(tǒng)一。

進(jìn)一步的，本發(fā)明中，所述要素識(shí)別模塊包括篩選單元，用于在對(duì)事件構(gòu)成要素中的時(shí)間、地點(diǎn)、數(shù)量要素識(shí)別出后，根據(jù)預(yù)選設(shè)置的時(shí)間、地點(diǎn)、數(shù)量的篩選條件，對(duì)識(shí)別出的事件構(gòu)成要素中的時(shí)間、地點(diǎn)、數(shù)量進(jìn)行篩選。

通過對(duì)識(shí)別出的地名，時(shí)間，數(shù)字可以再進(jìn)行針對(duì)性地篩選，可以取得更為細(xì)分的結(jié)果，從而滿足相應(yīng)的事件識(shí)別要求，輸出符合要求的事件識(shí)別結(jié)構(gòu)，使得事件識(shí)別處理更為準(zhǔn)確。

具體的，在時(shí)間篩選上，可以通過日期比較篩選實(shí)現(xiàn)：篩選某一天前后的日期或某個(gè)區(qū)間的日期；時(shí)間篩選：篩選某個(gè)時(shí)間點(diǎn)前后的時(shí)間或某個(gè)區(qū)間的時(shí)間；自定義時(shí)間段篩選：可以自定義篩選某個(gè)時(shí)間特征，如：2016－05－27前的日期，09：10：00后的時(shí)間，4月份的時(shí)間

地點(diǎn)，根據(jù)行政區(qū)劃進(jìn)行篩選，如屬于中國河南的地點(diǎn)，屬于中國浙江省慈溪市的地點(diǎn)

數(shù)字，根據(jù)數(shù)字大小篩選，單位篩選；如大于20的數(shù)，單位是“小時(shí)”的數(shù)量。

需要說明的是，本發(fā)明中，所述對(duì)顯示在預(yù)設(shè)長度文本窗口內(nèi)的數(shù)據(jù)中所包含的事件構(gòu)成要素識(shí)別時(shí)以在句內(nèi)的數(shù)據(jù)為限進(jìn)行識(shí)別。

事件模型的一重要維度，通常分為整句(句號(hào)等結(jié)尾)，半句(逗號(hào)等結(jié)尾)兩種劃分，因此事件識(shí)別模型通過以在句內(nèi)的數(shù)據(jù)為限進(jìn)行識(shí)別，能夠降低自然語言在跨句時(shí)的歧義問題。

如文本窗口內(nèi)顯示的原始文本內(nèi)容為“2016年1月15日凌晨2:50左右，東關(guān)鎮(zhèn)東華社區(qū)一民房因電線老化漏電發(fā)生火災(zāi)”

該火災(zāi)事件識(shí)別模型要求必須包括的要素有：時(shí)間+地點(diǎn)+火災(zāi)特征詞(一句話內(nèi))

事件特征詞：火災(zāi)

事件時(shí)間：2016年1月15日凌晨2:50

時(shí)間地點(diǎn)：東關(guān)鎮(zhèn)。

可以看出，本發(fā)明通過使用要素識(shí)別以及事件識(shí)別模型，能靈活的針對(duì)開放文本進(jìn)行事件抽取，要素識(shí)別為后續(xù)處理提供了標(biāo)準(zhǔn)的格式化的事件要素，另外通過要素篩選，要素同現(xiàn)的事件特征詞、句內(nèi)設(shè)置及能夠簡單的對(duì)事件抽取效果進(jìn)行干預(yù)，使事件抽取可運(yùn)營，可干預(yù)，效果可控，通過模型的改進(jìn)，最終獲得效果理想的事件識(shí)別結(jié)果。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。