%0 Journal Article %T 基于卷积树核的事件论元角色抽取方法 %A 席耀一 %A 李弼程 %A 杨静 %A 高源 %J 中山大学学报(自然科学版) %D 2016 %X 摘要 事件论元角色抽取是事件抽取的关键环节,句法分析信息对事件论元角色抽取具有重要作用.传统基于机器学习的方法通常将句法分析信息转化为平面特征,并不能全面利用句法分析信息.为此,提出基于卷积树核的事件论元角色抽取方法.首先,构造基本树结构,将句法分析信息转化为结构特征;其次,针对句法结构树包含较多冗余信息的问题,设计相应裁剪算法,优化树结构、减少卷积树核计算的时间复杂度;最后,构造复合核将平面特征与结构特征相结合,并训练支持向量机分类器完成事件论元角色抽取.实验证明,本文方法使事件论元角色抽取效果有了明显提升 %K 事件抽取 %K 事件论元角色 %K 核函数 %K 卷积树核 %U http://xwxt.sict.ac.cn/CN/abstract/abstract3347.shtml