中文事件报道结果模式库的建立 导师：李芳 学生：蒋德良.

Presentation on theme: "中文事件报道结果模式库的建立 导师：李芳 学生：蒋德良."— Presentation transcript:

1 中文事件报道结果模式库的建立 导师：李芳 学生：蒋德良

2 内容 1. 问题综述 2. 系统简介 3. 系统模块介绍 4. 实验结果及系统存在问题

3 问题综述 实例文档 “……印尼国家减灾协调局当天说，又有10具尸体在努沙登加省中被找到，该省已确定的死亡人数上升到160人，加上在其他地区死亡的25人，此次地震的死亡总人数达185人，另有近170人受伤，其中93人受重伤。…… 今年2月6日，最东部的巴布亚省地区发生了一次里氏6.9级的强烈地震，造成纳比雷地区56人死亡，亚普拉地区34人死亡，20人重伤。” “……失踪3780人，经济损失1000多亿美元。……” 问题一. 如何得到每个句子中所有表示结果的精确信息 问题二. 如何找到每个句子中结果信息的包含关系 问题三. 如何合并每个句子中的结果信息得到句子最终结果信息

4 系统简介 系统任务 任务一 任务二 在任务一的基础上结合一些包含词(其中，累计……)与结果结点的位置关系解决问题二 任务三
结合正则表达式对自然灾害事件、人为事件、疾病爆发事件建立结果模式库,使用模式匹配的方法解决问题一 任务二 在任务一的基础上结合一些包含词(其中，累计……)与结果结点的位置关系解决问题二 任务三 在任务二的基础上对属性相同的结果信息进行相加解决问题三

5 系统简介 系统框架图 原始文档 文档预处理 规则集合 模式匹配 结点信息规范化 模式序列化 结果句子规范化 Rules1.txt
结果输出

6 系统模块介绍 文档预处理 对输入文档格式上的预处理 空格，换行符替换；全角半角转换 对输入文档语义上的预处理
符合某些句式的句子做一些修改，以便提高系统精度。 句式一：“在……中”替换为”…… ，其中” 句式二：“与……相比” 替换为空字符 句式三：“(一旦|假如)……，”替换为空字符

7 系统模块介绍 模式匹配 使用模式库中的模式逐条地对文档中的每一句句子进行模式匹配，把抽取到的信息放在数据结构中以供后续模块使用。
PropertyNode: 记录存放单个属性结点的各种信息 ResultSentence: 记录一个句子的各个属性结点

8 系统模块介绍 PropertyNode

9 系统模块介绍 ResultSentence

10 系统模块介绍 Resultsentence1 ProNodeList1: Resultsentence2
Text = ”印尼国家减灾协调局当天说，又有10具尸体在努沙登加省中被找到，该省已确定的死亡人数上升到160人，加上在其他地区死亡的25人，此次地震的死亡总人数达185人，另有近170人受伤，其中93人受重伤。 ” ProNodeList1: 死亡:10具尸体 死亡人数:160人 死亡:25人 死亡总人数:185人 受伤:近170人 重伤:93人 ProNodeList2 = null ResultNodeList = null Text = ”今年2月6日，最东部的巴布亚省地区发生了一次里氏6.9级的强烈地震，造成纳比雷地区56人死亡，亚普拉地区34人死亡，20人重伤。” ProNodeList1: 死亡:56人 死亡:34人 重伤:20人 ProNodeList2 = null ResultNodeList = null

11 系统模块介绍 结点信息规范化 基本信息规范化 数字字符串转换 增减信息处理 重复结点删除

12 系统模块介绍 Resultsentence1 ProNodeList1: Resultsentence2
Text = ”印尼国家减灾协调局当天说，又有10具尸体在努沙登加省中被找到，该省已确定的死亡人数上升到160人，加上在其他地区死亡的25人，此次地震的死亡总人数达185人，另有近170人受伤，其中93人受重伤。 ” ProNodeList1: 死亡:增加10人 死亡:160人 死亡:25人 死亡:185人 受伤:近170人 受伤:93人 ProNodeList2 = null ResultNodeList = null Text = ”今年2月6日，最东部的巴布亚省地区发生了一次里氏6.9级的强烈地震，造成纳比雷地区56人死亡，亚普拉地区34人死亡，20人重伤。” ProNodeList1: 死亡:56人 死亡:34人 受伤:20人 ProNodeList2 = null ResultNodeList = null

13 系统模块介绍 条件一:有且仅有一个包含词 结果句子规范化 属性包含处理 找子结点 “又有10具尸体在努沙登加省中被找到，该省已确定的死亡人数上升到160人，加上在其他地区死亡的25人，此次地震的死亡总人数达185人，另有近170人受伤，其中93人受重 伤。“ “ 马拉维卫生副部长查尔斯·姆乔沙说，2月底全国共有2265人感染霍乱， 5月底感染霍乱的群体为4157人，其中16人死亡。” 包含词2:累计,增加到…… 包含词2:累计,增加到…… 父结点1 (子结点2) 父结点2 子结点1 条件二:没有其他属性关系上可以包含的结点 父结点1 包含词1:其中,其余…… 子结点1

14 系统模块介绍 结果句子规范化 ProNodeList2

15 系统模块介绍 Resultsentence1
Text = ”印尼国家减灾协调局当天说，又有10具尸体在努沙登加省中被找到，该省已确定的死亡人数上升到160人，加上在其他地区死亡的25人，此次地震的死亡总人数达185人，另有近170人受伤，其中93人受重伤。 ” ProNodeList1: 死亡:增加10人 死亡:160人 死亡:25人 死亡:185人 受伤:近170人 受伤:93人 ProNodeList2: 死亡:185人 受伤:近170人 死亡:160人 死亡:25人 受伤:93人 死亡:增加10人 ResultNodeList = null

16 系统模块介绍 Resultsentence2 Text = ”今年2月6日，最东部的巴布亚省地区发生了一次里氏6.9级的强烈地震，造成纳比雷地区56人死亡，亚普拉地区34人死亡，20人重伤。” ProNodeList1: 死亡:56人 死亡:34人 受伤:20人 ProNodeList2: 死亡:56人 死亡:34人 受伤:20人 ResultNodeList = null

17 系统模块介绍 结果句子规范化 信息合并 ResultNodeList: 最终结果链表 1人 死亡: 4人 6人 受伤: 3人 失踪: 2人
HashMap: key值是属性值, value值是相同属性结点的链表 ResultNodeList: 最终结果链表 1人 死亡: 4人 6人 受伤: 3人 失踪: 2人 5人 按照ProNodeList2中父结点的属性值加入对应位置中 死亡:1+4+6 人 受伤:3人 失踪:2+5 人

18 系统模块介绍 Resultsentence1
Text = ”印尼国家减灾协调局当天说，又有10具尸体在努沙登加省中被找到，该省已确定的死亡人数上升到160人，加上在其他地区死亡的25人，此次地震的死亡总人数达185人，另有近170人受伤，其中93人受重伤。 ” ProNodeList1: 死亡:增加10人 死亡:160人 死亡:25人 死亡:185人 受伤:近170人 受伤:93人 ProNodeList2: 死亡:185人 受伤:近170人 死亡:160人 死亡:25人 受伤:93人 死亡:增加10人 HashMap: 死亡 185人 ResultNodeList: 死亡:185人 受伤:近170人 受伤 近170人

19 系统模块介绍 Resultsentence2
Text = ”今年2月6日，最东部的巴布亚省地区发生了一次里氏6.9级的强烈地震，造成纳比雷地区56人死亡，亚普拉地区34人死亡，20人重伤。” ProNodeList1: 死亡:56人 死亡:34人 受伤:20人 ProNodeList2: 死亡:56人 死亡:34人 受伤:20人 死亡 56人 34人 ResultNodeList: 死亡:90人 受伤:20人 HashMap: 受伤 20人

20 实验结果及系统存在问题 实验结果

21 实验结果及系统存在问题 问题说明 1.一个句子中涉及到多个事件
“ 今年1月份，印尼有15778人感染登革热，而在2006年同期，感染人数为18547人。”； 运行结果:感染34325人 2.句子的语义上有歧义 “6人死亡1人失踪30人受伤” 运行结果: 死亡6人、失踪31人、受伤30人 3.句子中有一些表示主观意愿的词 “据悉，联合国有关机构在本次会议上承诺将在10年内为这一运动提供3000万美元资助，同时还将提供各种必要的技术援助。 ” 运行结果:经济救助3000万美元

22 谢谢!