故事是由一系列事件組成的,故事中事件的整體設計或布局組成了敘事情節(jié)結構（plot structure）。利用敘事情節(jié)結構組織事件是一個非常自然的想法,這是因為人們就是通過這種方式講述故事的。本文關注敘事情節(jié)結構中事件之間的連接關系,即事件情節(jié)關系。事件情節(jié)關系是事件之間的解釋性關系,它能夠表示在敘事中事件之間有意義的連接關系。事件情節(jié)關系的識別對于多種自然語言理解任務具有重要的意義,例如文章自動摘要、問答系統(tǒng)和事件共指消解等。事件情節(jié)關系識別是一個較新的課題,在已有的工作中關于自動化事件情節(jié)關系識別方法的研究較少。本文研究主要關注事件情節(jié)關系識別與推理的自動化方法,研究內(nèi)容如下:（1）基于局部預測的事件情節(jié)關系識別方法本文提出了基于局部預測的事件情節(jié)關系識別方法。該方法以事件對為基礎,對多種特征進行抽取用于訓練機器學習概率預測模型,從而預測事件情節(jié)關系的分類概率分布。實驗結果表明,與基線方法相比,該方法的分類概率分布預測效果較好。（2）基于全局優(yōu)化的事件情節(jié)關系識別方法在基于局部預測的事件情節(jié)關系識別方法的基礎上,本文提出了基于全局優(yōu)化的事件情節(jié)關系識別方法。該方法基于整數(shù)線性規(guī)劃模型... 

【文章來源】：南京大學江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：94 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀與相關工作
        1.2.1 故事線模型與事件情節(jié)關系與敘事情節(jié)結構
        1.2.2 時間線構建
        1.2.3 全局優(yōu)化與事件要素與多任務聯(lián)合推理
    1.3 本文研究內(nèi)容
    1.4 論文組織結構
第二章 背景知識
    2.1 事件情節(jié)關系
    2.2 ECB+數(shù)據(jù)集和ESC數(shù)據(jù)集
    2.3 對數(shù)幾率回歸模型
    2.4 Softmax回歸模型
    2.5 整數(shù)線性規(guī)劃
    2.6 本章小結
第三章 基于局部預測的事件情節(jié)關系識別方法
    3.1 方法概述
    3.2 基于局部預測的事件情節(jié)關系識別方法整體流程
    3.3 候選事件類型過濾
    3.4 預處理
        3.4.1 輸入數(shù)據(jù)處理
        3.4.2 自然語言處理標注
    3.5 特征抽取
        3.5.1 自然語言特征
        3.5.2 時序特征
    3.6 概率預測模型
    3.7 本章小結
第四章 基于全局優(yōu)化的事件情節(jié)關系識別方法
    4.1 方法概述
    4.2 基于全局優(yōu)化的事件情節(jié)關系識別方法整體流程
    4.3 打分函數(shù)與優(yōu)化目標
        4.3.1 打分函數(shù)
        4.3.2 優(yōu)化目標
    4.4 基本約束
        4.4.1 事件情節(jié)關系一致性
        4.4.2 共指一致性
        4.4.3 關系唯一性
    4.5 反傳遞性約束
        4.5.1 約束定義
        4.5.2 線性約束形式轉換
    4.6 本章小結
第五章 事件情節(jié)關系與事件要素聯(lián)合推理
    5.1 方法概述
    5.2 事件情節(jié)關系與事件要素聯(lián)合推理整體流程
    5.3 基于局部預測的事件參與者、地點要素與事件關聯(lián)關系識別方法
        5.3.1 類型過濾方法
        5.3.2 概率預測模型
    5.4 打分函數(shù)與優(yōu)化目標
        5.4.1 打分函數(shù)
        5.4.2 優(yōu)化目標
    5.5 事件的時間要素相關約束
    5.6 事件的參與者、地點要素相關約束
        5.6.1 事件參與者、地點要素基本約束
        5.6.2 事件參與者、地點要素數(shù)量限制約束
        5.6.3 事件參與者、地點要素聯(lián)合推理約束
    5.7 本章小結
第六章 實驗驗證與分析
    6.1 實驗數(shù)據(jù)集
    6.2 實驗設置
        6.2.1 事件情節(jié)關系識別任務
        6.2.2 事件參與者、地點要素與事件關聯(lián)關系識別任務
    6.3 實驗結果
    6.4 約束分離實驗
    6.5 模型與參數(shù)實驗
        6.5.1 基于局部預測的關系識別方法模型實驗
        6.5.2 反傳遞性約束參數(shù)實驗
    6.6 實驗結果分析與討論
第七章 總結與展望
    7.1 本文總結
    7.2 未來展望
致謝
參考文獻
簡歷與科研成果


【參考文獻】：
期刊論文
[1]事件因果與時序關系識別的聯(lián)合推理模型[J]. 黃一龍,李培峰,朱巧明.  計算機科學. 2018(06)



本文編號：3186962