面向事件的文本表示模型构建及应用研究

作     者：谭伟志 

作者单位：安徽理工大学 

学位级别：硕士

导师姓名：廖涛

授予年度：2021年

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：文本表示 图结构 事件相关度 事件语义网络 自动摘要 

摘      要：文本表示是自然语言研究的基础问题,也是帮助我们高效处理文本信息的关键,传统的文本表示模型大多是基于词或短语构建,普遍存在容易丢失语义信息的问题。近年来,事件这一概念引起了学者的高度重视,叙事类文本中包含了大量的事件,面向事件对文本表示模型进行研究,以事件或事件要素作为语义单元,可以很好的保留文本中存在的深层语义信息。本文首先对文本中缺省的对象要素、时间要素和地点要素进行缺省补全的研究;然后以事件作为基本语义单元,结合图结构模型的思想,构建面向事件的文本表示模型——事件语义网络;最后基于事件语义网络实现了自动摘要应用。论文主要的研究内容分为以下三个部分:（1）事件要素的缺省补全。在一篇叙事类文本中,为了使叙述更加连贯流畅,常常会出现对象要素、时间要素和地点要素的缺省,将缺失的事件要素补全是事件要素研究的一个重要问题。本文主要对事件缺省的时间要素、环境要素（地点要素）以及对象要素进行补全研究。其中时间和地点要素同为事件的属性,使用基于上下文结构规则结合相同事件触发词表的方法进行补全;对象要素使用基于上下文结构规则和事件在句子中的共现规则相结合的方法进行补全并计算具有多个对象要素的事件在文本中的语义关联。给出了具体的补全步骤和对应的实例以及事件要素缺省补全的实验效果。（2）面向事件的文本表示模型-事件语义网络。本文将事件作为研究对象,用事件中的触发词（动作要素）代替事件作为特征项。同时结合图结构模型的思想,深入挖掘事件之间的语义关联:首先针对不同的事件要素根据其特点使用不同的方法计算事件要素之间的关联度,然后为不同的事件要素赋予不同的权重,通过加权公式使用事件要素的关联度计算出事件之间的相关度,并根据事件相关度的大小将相关的特征项连接起来作为边,最终构建出一种新的文本表示模型-事件语义网络,能够很好地保留文本的结构和语义信息。（3）基于事件语义网络的自动摘要。统计出事件语义网络中每个特征项的权重,从而得到每个节点的权重;然后通过改进的PageRank方法对得到的节点权重进行计算,得到每个节点在文本中的重要度;接着通过更新后的节点重要度得到文本中对应事件所在句子的权重,并将句子按照权重大小降序排列,挑选权重最高的部分句子作为文本的摘要句;最后将得到的文摘句进行去冗余操作后按照它们在原文本中出现的顺序依次输出,作为文本的摘要。实验表明,基于事件语义网络的自动摘要方法取得了较好的效果。图[9]表[11]参[61]