基于触发词指导的自相似度聚类事件检测

被引：12

作者：

张先飞 ^{[1
]}

郭志刚 ^{[1
]}

刘嵩 ^{[1
]}

程磊 ^{[2
]}

田雨暄 ^{[1
]}

机构：

[1] 解放军信息工程大学信息工程学院

[2] 中国人民解放军部队

来源：

计算机科学 | 2010年 / 37卷 / 03期

关键词：

事件检测; 触发词; 自相似度; 命名实体; 聚类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

传统方法将事件检测任务看作分类问题,将词作为实例来训练分类器,容易导致训练正反例不平衡,同时,在语料库规模较小时存在一定的数据稀疏问题。首先避开以词为实例进行分类,在事件类别判断上引入聚类思想,在事件触发词的指导下,采用自相似度对K-means聚类算法中的K值进行自收敛,优化了聚类算法。然后结合命名实体及其位置信息,对事件类别进行详细定位,很好地解决了传统事件检测对类别模板的依赖性,所检测的事件在文本摘要、检索和主题检测与追踪上得到了很好的应用。

引用

页码：212 / 214+220 +220

页数：4