[发明专利]事件本体学习方法

权利要求书

1.事件本体学习方法，其特征在于，包括以下步骤：

1)事件类识别：

(1)对分档进行分词处理，将词性标记为“/v”的动词和词性标记为“/vn”的动名词提取出来作为初步触发词集合E₁；

(2)依据停用动词表将集合E₁中的第一类停用动词直接剔除，从而得到事件触发词集合E₂；

(3)遍历集合E₂，依次与第二类停用动词集合中动词比对，若匹配，将该词记为v₁，在原文档中该词所属子句内向后k距离内查找名词，其中子句指由标点符号隔开的句子，词间距离指距某词的字数长度，若查找到名词n₁，则将n₁加入集合E₂中，并删除v₁，查找结束；若向后未查找到名词，则向前k距离内查找，处理方法不变；若仍未找到名词，则直接删除动词v₁；经过处理，得到候选触发词集合E₃；向后查找距离k取值为3，向前查找距离k取值为2；

2)事件重要度计算

上式为计算事件类u的重要度，In(u)为对事件类u的相关性因子大于0的事件类集合，Out(u)为事件类u对其他事件类相关性因子大于0的事件类集合，w_ju和w_ug分别为对应的事件类相关性因子，α和β分别是调节入度和出度权重的系数，均取值0.5，q为调节系数，取值为0.85，n为事件类个数；

其中，事件类相关性因子计算方法如下：

分析相关语料文本集中单一文档d，和分别代表事件类EC_i和EC_j的动作触发词在文档d中出现频次；在单篇文档中统计计算事件类EC_i对EC_j的相关性因子公式定义如下所示：

由于事件相关性因子定义为数学中的概率值，如果则对计算结果归一化，即令

由于单篇文档有可能会存在偶然性，因此需要对整个文档集合进行统计计算取平均值，最终事件类EC_i对EC_j的相关性因子的计算公式如下所示：

其中N表示整个文档集集合，|N|表示整个文档集个数。