面向Web文本的因果知识获取方法研究

常识获取一直被视为人工智能领域最重要和最困难的问题之一。在当前的研究中，其获取方式已逐步由人工编辑转向机器的半自动获取；面向的知识源也由人脑转向文本这一知识载体。.但是，目前的常识获取研究基本处于停滞状态，研究工作主要集中在获取上下位、整体部分等特殊关系；而对于因果知识这类重要的常识知识，尚未提出一个系统的获取和验证方法。已有工作一般是从封闭语料中获取因果知识，得到的知识数量较少，难以面向实际应用。. 针对这些问题，在已有工作的基础上，本课题将系统地研究从Web上获取因果常识知识的理论和方法，具体包括：(1)因果知识的表示方法；(2)因果知识在Web文本中的表达方式；(3)适于因果常识挖掘的语料获取和清洗方法；(4)因果事件的抽取方法；(5)因果知识的验证方法；(6)因果知识的扩充方法。通过该研究，我们旨在获取一个面向应用的大规模事件因果网络。

常识获取死人工智能中的基础性问题，研究从Web资源中自动或者半自动地获得常识的方法是解决这一问的重要途径。围绕该项目，我们在以下方面取得了成果：.1、在常识挖掘方法研究方面 . 1) 研究基于Web查询模式的因果关系抽取方法。面向Web的因果关系抽取分为因果关系的识别和提取两个阶段。实验表明，本文给出的Web查询模式的命中率和查全率较高，满足大规模因果知识获取对“数量”和“效率”的要求。. 2) 研究基于依存句法分析的事件抽取方法。针对因果事件的表示粒度问题，定义了一种事件五元组表示模型，并提出了基于依存句法分析的事件抽取方法。. 3) 研究因果知识的评估方法。为了保证因果知识获取的精度，从“正确性”和“因果性”两方面对已获取的知识进行评价。. 4) 研究基于类比学习的因果关系扩充方法。对于给定的目标事件，因果关系的类比学习过程包括类比事件的选择和相关事件的映射，其关键问题是事件相似度的度量。.2、在常识资源建设方面. 1) 定义了家庭本体：包括家庭中的各种角色、常见事件；同时定义了家庭角色之间的关系公理，完成了部分家庭事件的常识公理的设计工作。. 2) 定义了学校本体：包括学校中的各种角色、常见事件；同时定义了学习角色之间的关系公理，完成了部分学校事件的常识公理的设计工作。. 3) 以语义分类为核心，总结了各类事件的分类结构、描述文法，初步形成了一个以事件为核心的语义分类与描述框架。