基于条件随机域的中文事件类型识别
事件抽取是从文本中抽取出事件信息，确定事件类型、子类型及相关实体（如时间、地点、参与者等）角色的工作，在多文档文摘，自动问答及信息检索等领域有着重要的应用前景。通常事件抽取分为事件类型识别和事件元素识别两步，事件元素识别的结果无法指导事件类型识别，而事件类型识别的效果在很大程度上决定了事件抽取系统的整体性能。本文将事件抽取的两步工作看作序列标注问题，采用条件随机域构建了一个联合标注模型，将事件类型和事件元素在图模型中同时进行标注，试图解决事件类型识别对事件元素的后向依赖问题。实验表明，该方法提高了事件类型识别的性能，最终F值达到63.31％。
事件抽取 事件类型识别 条件随机域 信息检索
胡博磊 贺瑞芳 孙宏 王文俊 孙越恒
天津大学计算机科学与技术学院信息系统与软件工程研究所,天津,300072
国内会议
黑龙江镜泊湖
中文
555-562
2010-08-12（万方平台首次上网日期，不代表论文的发表时间）