面向汉语的事件共指消解与事件链自动构建方法研究 .docxVIP

PAGE2

面向汉语的事件共指消解与事件链自动构建方法研究

摘要

本文聚焦汉语计算语言学领域的事件共指消解与事件链自动构建问题，旨在开发面向汉语语言特性的算法模型与系统框架。事件共指消解旨在识别文本中指向同一现实事件的不同表述，事件链构建则致力于将离散事件按时序、因果等关系组织为连贯结构，二者共同构成深层语义理解的关键环节。

研究首先梳理了事件语义学与篇章计算的理论基础，剖析汉语事件表达在形态、句法与篇章层面的独特复杂性。继而，本文提出一种融合词汇语义、句法依存与篇章语境的多维特征体系，并设计基于神经网络的混合消解算法。在此基础上，构建了事件链自动抽取的三阶段流水线系统，涵盖事件检测、共指聚类与关系推理。实验验证表明，所提方法在汉语新闻语料上取得了显著优于基线模型的性能。

全文遵循“问题界定—机制解析—算法设计—系统构建—验证反思”的递进逻辑，从理论层面深化了对汉语事件连贯性的计算建模认知，从应用层面为信息抽取、自动摘要与知识图谱构建提供了可操作的技术方案。

第一章绪论

1.1研究背景

自然语言处理的深层语义理解正从词级、句级向篇章级迈进。事件作为人类认知世界的基本单元，承载着“谁在何时何地对何物做了什么”的核心信息。然而，真实文本中同一事件常以不同语言形式反复出现——代词回指、同义词替换、语义压缩或视角转换，使得机器面临严峻的事件共指消解挑战。

汉语在这一问题上呈现出特