基于卷积树核的事件论元角色抽取方法
事件论元角色抽取是事件抽取的关键环节,句法分析信息对事件论元角色抽取具有重要作用.传统基于机器学习的方法通常将句法分析信息转化为平面特征,并不能全面利用句法分析信息.为此,提出基于卷积树核的事件论元角色抽取方法.首先,构造基本树结构,将句法分析信息转化为结构特征;其次,针对句法结构树包含较多冗余信息的问题,设计相应裁剪算法,优化树结构、减少卷积树核计算的时间复杂度;最后,构造复合核将平面特征与结构特征相结合,并训练支持向量机分类器完成事件论元角色抽取.实验证明,本文方法使事件论元角色抽取效果有了明显提升.
事件抽取、事件论元角色、核函数、卷积树核
37
TP391(计算技术、计算机技术)
国家社会科学基金项目14BXW028
2016-10-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
722-725