C-TERN:一种基于CFSA的军事新闻文本时间信息处理算法

摘要：

提出一种基于层叠有限状态自动机(CFSA)的中文军事文本时间表达式识别与规范化算法C-TERN.C-TERN首先利用成熟的分词工具识别出文本中的时间词,然后将从通用语言和军事语言中提取的时间表达式规则分成多层,逐层进行时间信息的精细识别.在规范化过程中,通过4个步骤分别对特殊时间表达式、简单时间表达式、时间段表达式和绝对/相对时间表达式进行推理计算和规范化.算法考虑了规则集提取的正确性、规则之间冲突的消解以及匹配方式的合理性.在多个数据集上的实验结果显示,C-TERN不但能有效地识别标准时间、偏移时间和不确定性时间表达式,而且能完成对简单、特殊以及隐含的时间点、时间段和偏移时间的推理与规范化,能够满足军事文本时间信息处理的需要.

关键词：自然语言理解、有限状态自动机、时间表达式、识别与规范化

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省自然科学基金2013JQ8031;国家自然科学基金2012AA011101;武警工程大学军事基础研究基金WJY201314

在线出版日期：2017-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：9-16