使用全局优化方法识别中文事件因果关系

发布时间：2018-06-27 09:48

  本文选题：事件关系 + 因果关系　； 参考：《清华大学学报(自然科学版)》2017年10期

【摘要】：分类器模型是目前识别因果关系的主要模型,该方法存在的问题是只考虑2个事件之间的关系,没有考虑同一文档中其他关联事件所包含的信息,识别结果往往存在逻辑矛盾。该文提出了一个中文事件因果关系识别的全局优化方法,该方法采用整数线性规划(integer linear programming,ILP)的推理方法,对基本逻辑关系、因果标志词、事件类型、论元信息进行有效约束,以文档为单位来优化因果关系识别。在该文标注语料上的实验结果表明:与分类器方法相比,该文提出的全局优化方法的F1值提升了5.54%。
[Abstract]:Classifier model is the main model to identify causality at present. The problem of this method is that it only considers the relationship between two events and does not consider the information contained in other associated events in the same document. In this paper, a global optimization method for Chinese event causality identification is proposed. The method uses the reasoning method of integer linear programming (integer linear programming) to effectively constrain the basic logic relations, causality markers, event types and argument meta-information. The identification of causality is optimized in terms of documents. The experimental results on the tagged corpus show that the F1 value of the proposed global optimization method is 5.54 higher than that of the classifier method.
【作者单位】： 苏州大学计算机科学与技术学院;江苏省计算机信息处理技术重点实验室;
【基金】：国家自然科学基金资助项目(61472265,61331011) 江苏省前瞻性联合研究项目(BY2014059-08)
【分类号】：TP391.1

【相似文献】

相关期刊论文 前8条

1 贺乐天，孙永强;刻划分布式计算中的因果关系[J];计算机工程;1996年02期

2 黄建业;张艳霞;;平衡计分卡应用方法研究[J];物流技术;2005年12期

3 钟军;禹龙;田生伟;吐尔根·依布拉音;;基于双层模型的维吾尔语突发事件因果关系抽取[J];自动化学报;2014年04期

4 唐常杰;段磊;郑皎凌;杨宁;王悦;朱军;;基于干预规则挖掘因果关系与分段干预事件及对比不等式[J];计算机应用;2011年04期

5 吴玉娥;何发智;黄志勇;;具有纠偏性的图像抠图的全局优化方法[J];计算机辅助设计与图形学学报;2010年02期

6 柳常青，张钹;一个基于分枝搜索的函数全局优化方法[J];计算机学报;1997年11期

7 曲明;加速的控制随机搜索全局优化方法[J];通信学报;1990年05期

8 艾依斯;张爱莲;吴义忠;;一种改进的RBF全局优化方法[J];计算机工程与应用;2012年15期

相关博士学位论文 前1条

1 陈蔚琦;基于加性噪声模型的因果关系推断理论及其应用[D];广东工业大学;2016年

相关硕士学位论文 前4条

1 杨攀飞;因果关系知识库的研究与构建[D];吉林大学;2016年

2 吴格非;基于动量动力学模型的行人间因果关系判别[D];燕山大学;2016年

3 姚衡;基于贝叶斯网络的大数据因果关系挖掘[D];云南财经大学;2016年

4 丁小杉;基于句子的因果关系识别[D];上海交通大学;2010年

，

本文编号：2073513