基于卷积树核的事件论元角色抽取方法

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