（计算机软件与理论专业论文）基于主题的事件融合技术的研究与实现.pdf

苏州大学学位论文使用授权声明 删l l | l | f | i f l i i f f i f i f l | f | 跚 y 17 3 2 0 7 2 本人完全了解苏州大学关于收集、保存和使用学位论文的规定， 即：学位论文著作权归属苏州大学。本学位论文电子文档的内容和纸 质论文的内容相一致。苏州大学有权向国家图书馆、中国社科院文献 信息情报中心、中国科学技术信息研究所( 含万方数据电子出版社) 、 中国学术期刊( 光盘版) 电子杂志社送交本学位论文的复印件和电子 文档，允许论文被查阅和借阅，可以采用影印、缩印或其他复制手段 保存和汇编学位论文，可以将学位论文的全部或部分内容编入有关数 据库进行检索。 涉密论文口 本学位论文属一在l 月解密后适用本规定。 非涉密论文口 论文作者签名： 导师签名： 日期：旌f 曼：查：f ! 日期幽l = 5 ，则取摘要长度为 l e 牛n - j ；否则，如果文档的句子数小于5 ，则选出所有句子作为摘要；其它情况则 将摘要长度设为5 。 基于主题的事件融合技术的研究与实现 第四章基于主题的事件融合 4 5 2 基于摘要的层次聚类算法 基于词同现的事件聚类后，各个同属一个子主题的事件聚类到一起，但是事件 是分层次的，事件与事件之间的相关度也不是一样大小，各子主题之间是一种多层 次的结构。因此本文提出基于摘要的层次聚类算法。 对于层次聚类算法来说，当形成一个聚类中间结果时，样本集合会被划成若干 个合理的类别，此时类别内部样本之间的距离会很小而不同类别样本之间的距离会 相对较大。层次聚类技术通过迭代地合并相似的类别形成新的类别来实现聚过程， 一个关键的问题是必须定义迭代的终止条件，本文定义的终止条件是在词同现后形 成的事件集合中的数为中心，值域为最终本文的研究主题到该集合中的事件数。 令巾为阈值向量，巾= 伽，巾：，机) 其中k 是主题的个数范围。巾，寸 ：，机的 值依次递减。令s 为初始类别集合，s = s l ，s z ，s 。 ，s 中的第一个元素为摘要。 算法遍历类别空间并合并最相似的类别，当所有类别之间的相似度均小于阈值巾时， 更新类别集合中的元素的类别向量t 的第一个元素，其中t 为类别向量。聚类算法 继续迭代，直到s 只包含一个元素为止。下面是该算法描述。 算法4 - 2 基于摘要的层次聚类算法 b e g i n 令阈值向量巾= 巾l ，巾2 ，咖k ，k 是主题的个数范围；初始类集合s = s l ，s 2 ，s n ， n 为事件集合中生成的摘要数。令l = i 。 w h i l e1 kb e g i n w h i l eb e g i n 遍历类别集合s ，根据公式( 4 - 1 ) 来计算任意两个类别之间的相似度 a 4 , d = m a x s ( s i ，s j ) = al - l ( 1 - w i ) v i ) ，其中s i ，s j 是集合s 中的元素 i f d ( i lt h e n 合并s i 和s j 为一个类别，更新类别集合s ，否则退出 e n dw h i l e l + + e n dw h i l e 输出多层主题 第四章基于主题的事件融合 基于主题的事件融合技术的研究与实现 4 6 按地点信息进行层次化显示 事件间是具有结构的，也是有时间顺序的，所以整体事件可以有层次化和时序 化两种组织方式。元事件是以动词为核心，并考虑与其关联的成分，将一个动词的 作用范围内的成分作为一个元事件。包括事件的施事者，受事者，事件的时间，地 点，借助的工具等。对于同一类型的事件，描述的基本上是该事件的进展情况，并 且本文研究的语料中事件基本上都是有地点元素的，对于某地方发生该类事件，会 有多个文本介绍，因此为了方便下一步进行事件融合，形成层次化的结构，先按事 情发生的地点进行分类，这样同属于某一地点的事件就会被分到同一类下，形成一 种按地点分层的结构化事件表示形式。 4 7 主题融合的实验与分析 4 7 1 实验基础 本节实验是为了验证基于主题融合后事件的融合情况及最后子主题及摘要生 成情况。所以工作基础是在不完备事件信息融合后开展的，所以针对的语料是经过 元事件融合后的事件数如表4 1 ，而融合后语料库中已去除同指事件，现在的的语 料如表4 2 。 表4 1 融合后事实事件 事件类型事实事件数融合后正确数 新增事件 6 26 0 确诊事件 8 4 7 8 死亡事件3 6 3 6 疫苗接种事件 4 84 5 总计 2 3 02 1 9 表4 - 2 融合后语料 事件类型新增事件确诊事件死亡事件疫苗接种事件总计 事件总数 3 2 44 2 52 8 62 2 01 7 0 3 基于主题的事件融合技术的研究与实现 第p n q 章基于主题的事件融合 4 7 2 评价指标的定义 对于话趑融合的结果采用准确翠( p r e c i s i o n ) ，召蚓翠( r e c a l l ) ，f 度量( f - m e a s u r e ) 三个指标来进行评价。具体定义如下： 假设语料中包含n 个事件，经过融合得到n 个正确的事件，则正确率定义为： a c c u r a c y ：i n ( 4 8 ) 。 n 、 准确率，召回率的定义如下： precison：ic(4-9) t recall：ic(4-10) n 4 7 3 实验与结果分析 本实验通过将基于框架的事件聚类方法、基于摘要的聚类方法和基于互信息的 方法进行分析对比来验证本方法的有效性。 第一个实验用于确定阈值。人工对语料中关于主题h 1 n 1 甲流进行分类，共有 7 个子主题，各类事件在该子主题下按地点和时间信息进行分层组织。第一个实验 从主题h 1 n 1 甲流感的各类事件中随机选取3 0 的事件作为测试集进行实验，从图 4 2 中可以看出，触发词之间的互信息阈值比较大的时候，经过聚类的类别数目是 比较多的，也说明聚类的效果不是很理想。随着阈值的不断减小，类别数目也在减 少，上述三个方法当域值依次取o 3 ，0 2 和o 1 5 时，是一个关键点，此时聚类后的 类别数目是7 ，实验得到的结果与人工的分类结果相一致，说明采用这个阈值是能 取得理想的聚类效果。而且三个方法中当阈值小于此值时，聚类得到的类别数目在 减少，并且数目小于7 ，说明此时已经有两个独立的不相关类别被归为了一个类别。 这样聚类得到的类别是毫无分类意义的。 5 7 第四章基于主题的事件融合 基于主题的事件融合技术的研究与实现 图4 - 2 三种方法的阈值与类别数的关系 然后，选取剩下的7 0 的语料。根据上述三种方法，利用从测试集文档中得到 的阈值，再次进行实验，对这些语料聚类，得到的类别数目是7 ，也验证了从测试 集得到的上述三种方法的阈值具有一定的准确性。 同时在上述三种方法的阈值的左右0 0 5 的区间内进行测试，上述三个关键点处 的取值更符合人工分类的结果。关键点左面的区间分类数会比人工分类的少，右面 的要比人工分类的多。因此三种方法的阈值分别为0 3 ，0 2 ，o 1 5 。 第二个实验选取实验语料中三个主题中的事件进行实验，同时阈值选取第一个 实验中的值0 3 ，0 2 和0 1 5 ，三种方法的各项指标结果如表4 3 所示。 需要说明的是，由于本文事件融合是在中文分词、分段、词性标注、指代消解、 句法分析及事件抽取等基础上进行的。而这些前期预处理由于技术不是太成熟，导 致很多级联错误，尤其是事件抽取技术很不成熟，如不进行人工修正，而按实际的 级联错误去抽取事件并做事件融合实验将会很不理想，不利于比较方法的优劣。因 此为了验证本文提出的方法对事件融合更有效，人工对前期预处理存在的错误进行 了修正，排除了前期的错误影响，因此本文的聚类及融合实验的准确率、召回率及 f 值都会相对高一些。 基于主题的事件融合技术的研究与实现第四章基于主题的事件融合 表4 3 三种聚类方法结果的对比 评价标准聚类方法 h 1 n 1 甲流感 金融危机 访问事件平均值 基于框架的方法0 7 3 9 0 7 0 4 0 7 5 80 7 3 4 l e g a l l 基于摘要的方法 o 8 0 10 7 8 90 7 8 60 7 9 2 基于互信息方法 o 8 1 90 8 1 20 8 2 40 8 1 8 基于框架的方法 0 8 0 60 7 8 50 7 9 6 0 7 9 6 p r e c i s i o n 基于摘要的方法 0 8 2 60 8 1 40 8 0 60 8 1 5 基于互信息方法 0 8 3 40 8 2 30 8 4 60 8 3 4 基于框架的方法 0 7 7 l0 7 4 20 7 7 70 7 6 3 f 基于摘要的方法 0 8 1 3 0 8 0 10 7 9 60 8 0 3 基于互信息方法 0 8 2 60 8 1 70 8 3 50 8 2 6 通过表4 3 的对比结果可以看出来，本方法在召回率方面平均值比基于框架的 方法和基于摘要的方法分别提高了0 0 8 4 和0 0 2 6 ，在准确率方面，本方法比上述两 种方法分别提高了0 0 3 8 和0 0 1 9 ，在f 值方面，本方法的平均f 值比以上两种方法 分别提高了0 0 6 3 和0 0 2 3 ，因此本文方法在召回率，准确率及f 值方面都比上述两 种方法有很大提高。基于框架的方法由于需要对该领域有较强的认知，所以召回率 明显低，正确率不够高。基于摘要的方法，因为是对每篇文章提取摘要信息，然后 进行聚类，该方法的召回率和正确率都较高，正确率也较高，但是摘要方法不能完 全正确，同时一篇文档往往不止一个主题，聚类后的层次不够清晰。因此本文提出 的通过统计事件触发词之间的互信息来进行事件聚类的方法很容易将同属一个主 题的事件进行关联聚类，并以清晰的结构化形式组织显示。 4 8 本章小结 本章在第四章不完备事件信息融合的基础上进行研究的。对于基于主题材进行 事件信息融合，首先将与主题无关的事件信息从事件集合中过滤掉，之后进行不完 备事件信息融合。对语料进行统计分析提出基于词语同现的事件相关度计算方法， 同时对于这个方法进行改造，以词语的空间分布距离为权值来对相似度进行惩罚。 实验表明，该方法很好的将相关的事件进行聚类。 5 9 第五章总结与展望基于主题的事件融合技术的研究与实现 5 1 本文总结 第五章总结与展望 随着互联网应用的快速发展，我们已被周围的信息海洋所包围，有效地获取信 息、区分有用的信息和无用的信息逐渐成为信息处理领域的一大难题。随着生产和 生活的进步，一些社会问题也不断的出现，当一则事件发生时，会有不同的媒体， 在不同时间，以不同视角对其进行报道，而且随着事件的进展，还会有一些跟踪报 道，因此人们迫切希望能更快得了解事件的真实进展的情况，对事件的总体及各个 方面都有个清晰的了解。本文针对这样的主题事件进行了研究。 本文首先系统地分析了目前抽取出的事件存在的问题，并指出当前的事件融合 在解决该问题上的不足之处；然后简要介绍了与本文课题研究相关的信息抽取和信 息融合理论的研究内容、研究方法和研究现状，并分析了当前的热门研究领域，包 括话题探测与跟踪、多文档文摘和自动问答与本文研究的异同之处。最后本文针对 目前事件的特点，提出了基于主题的事件融合的方法，主要包括不完备元事件信息 融合和基于主题事件融合两个方面。相应的工作如下： 1 本文在元事件抽取的基础上，引入信息融合理论，实现了基于主题的事件融 合技术。通过融合事件信息，降低了信息冗余度，提高了信息的可信度，增加了事 件信息的维度。 2 在不完备元事件信息融合的信息采集过程中，考虑到多源信息描述的多样 性，对事件描述中的事件元素进行规格化处理，详细分析了各类事件元素的语言学 特征，针对不同性质的事件元素采用不同的规格化方法。同时考虑到很多事件缺丢 重要的信息或者是不完整的信息，还有事件存在歧义等问题，本文提出基于统计的 元素补齐算法。 3 在共指元事件聚类中，本文改进了获取关键元素集合的方法。关键元素集是 指在事件中一组能确定事件的最小元素集合。利用该集合来提取元事件特征，根据 这些事件的语义信息和语用信息进行相似度计算。通过完备事件信息及基于统计， 避免了人工设定关键元素集合的局限性，提高了事件聚类效果。 基于主题的事件融合技术的研究与实现第五章总结与展望 4 在事件元素的融合处理时，通过事件所在句子在文档中的重要度和位置信息 来确定事件元素的基本可信度，同时把新闻来源的权威性也增加到评价可信度的因 素当中。考虑到元素的精度问题，根据元素规格化的各类事件元素的类别，对元素 的可信度进行调整，提高精度高的元素值的可信度。在元素选择时，在可信度计算 的基础上，采用了投票策略，增加了最后结果的可信度。同时对于不同的事件信息 采用了分组融合的方法，使融合的效果更好，同时对于互斥事件信息、互补事件信 息的融合效果有显著的提高。 5 在基于主题的事件融合中，本文提出了基于互信息的事件聚类方法，该方法 很好的将相关的事件聚到一类。同时探索了基于事件进行文摘生成的方法，获得了 结构化、时序化的主题事件。 本文从一个新的角度，对事件抽取获得的信息进一步分析作了探索性的研究， 对现有的技术和资源在事件信息融合任务中的作用和应用作了一些探讨和分析，这 些仅仅是对基于主题的事件信息融合任务的初步尝试，因此还有许多深入、细致的 工作需要进一步研究。 5 2 未来工作 事件信息抽取是文本信息抽取中一个新兴研究方向，是目前信息抽取领域的研 究热点之一。但是目前中文事件信息抽取进展的还很慢，尤其是对事件融合方面的 研究还很少，因此本文将从事件信息抽取和信息融合相结合的角度来分析，本文存 在以下问题需作进一步的研究： 1 更有效的断定事件信息可信度。因为信息可信度将直接影响最后信息融合的 结果。在文中，将句子在文档中的重要度、句子在文中的位置信息和报道来源权威 性作为从中抽取的信息的可信度。但本文认为，这些信息还不足以完全描述信息的 可信度，还有很多因素都可能会影响该信息的可信度。比如：文档中抽取出的其它 事件和该事件的相关度等。这是下一步的研究内容。 2 事件的预处理技术需要提高，因为事件重要信息的丢失或者是不完整将对事 件聚类及融合造成很大影响。下一步将通过机器学习的方法来填充缺丢元素值，同 时在抽取事件时加入一些规则来消除因为语义带来的事件失真现象。 6 1 题的事件融合技术的研究与实现 题事件融合，都是小规模的和人工分类、标注的结果进行对比。事件融合语料库的 建立，将使结果的评价更加客观。在这样的基础上展开各种方法、技术的评价，将 对事件信息融合起到推进作用。 6 2 基于主题的事件融合技术的研究与实现 参考文献 参考文献 【1 】李保利，陈玉忠，俞士汶信息提取研究综述【j 】计算机工程与应用2 0 0 3 ， 3 9 ( 1 0 ) ：1 - 5 【2 】r a l p hg r i s h m a n ，s i l j i ah u t t u n e n ，r o m a ny a n g a r b e r i n f o r m a t i o ne x t r a c t i o nf o r e n h a n c e da c c e s st od i s e a s eo u t b r e a k r e p o r t j 】j o u r n a l o fb i o m e d i c a l i n f o r m a t i c s2 0 0 2 ，3 5 ( 4 ) ：2 3 6 2 4 6 3 】a c e ( a u t o m a t i cc o n t e n te x t r a c t i o n ) c h i n e s ea n n o t a t i o ng u i d e l i n e sf o re v e n t s r 】n a t i o n a li n s t i t u t eo fs t a n d a r d sa n dt e c h n o l o g y 2 0 0 5 4 】h o n g - w o oc h u n ，y o u n g s o o kh w a n g ，h a e - c h a n gr i m u n s u p e r v i s e de v e n t e x t r a c t i o nf r o mb i o m e d i c a lt e x tb a s e do ne v e n ta n dp a t t e r ni n f o r m a t i o n 【a 1 c i c l i n g2 0 0 4 ，l n c s2 9 4 5 【c 】2 0 0 4 ：5 3 3 - 5 3 6 【5 】姜吉发自由文本的信息抽取模式获取的研究【d 】北京：中国科学院，2 0 0 4 6 】于江德，肖新峰，樊孝忠基于隐马尔可夫模型的中文文本事件信息抽取【j 】 微电子学于计算机2 0 0 7 ，2 4 ( 1 0 ) ：9 2 9 4 【7 】吴平博，陈群秀，马亮基于时空分析的线索性事件的抽取与集成系统研究【j 】 中文信息学报2 0 0 6 ，2 0 ( 1 ) ：2 1 2 8 【8 】c h i n a t s ua o n e ，m i l ar a m o s - s a n t a c r u z r e e s ：al a r g e - s c a l er e l a t i o na n de v e n t e x t r a c t i o ns y s t e m 【a 】i np r o c e e d i n g so ft h e6 t ha p p l i e dn a t u r a ll a n g u a g e p r o c e s s i n gc o n f e r e n c e ( a n l p o o ) c 】2 0 0 0 ：2 2 4 2 3 1 9 】j a k u bp i s k o r s k i ，h r i s t ot a n e v , p i n a ro e z d e n w e n n e r b e r g e x t r a c t i n gv i o l e n t e v e n t sf r o mo n - l i n en e w sf o ro n t o l o g yp o p u l a t i o n 【a 】i n10 t hi n t e m a t i o n a l c o n f e r e n c eo nb u s i n e s si n f o r m a t i o ns y s t e m s l e c t u r en o t e si n c o m p u t e r s c i e n c e ，l n c s4 4 3 9 【c 】p o z n a n ，p o l a n d 2 0 0 7 ：2 8 7 3 0 0 【1 0 】许荣华，吴刚，李培峰，朱巧明基于指代消解的中文事件融合方法 j 】计算机 应用2 0 0 9 ，2 9 ( 8 ) ：2 2 6 4 2 2 6 7 【11 j a c q u e l i n el em o i g n e ，j a m e ss m i t h i m a g er e g i s t r a t i o na n df u s i o ni nr e m o t e s e n s i n gf o rn a s a 【a 】i np r o c e e d i n g so f2 0 0 0i n t e r n a t i o n a lc o n f e r e n c eo n 6 3 参考文献 基于主题的事件融合技术的研究与实现 i n f o r m a t i o nf u s i o n 【c 】2 0 0 0 ：3 7 5 3 8 2 【12 y a n gx i a o f e n g ，s uj i a n ，t a nc h e wl i m i m p r o v i n gp r o n o u nr e s o l u t i o nu s i n g s t a t i s t i c s - b a s e ds e m a n t i cc o m p a t i b i l i t yi n f o r m a t i o n 【a 】a c l - 2 0 0 5 c 】2 0 0 5 ： 1 6 5 1 7 2 【13 j o s e p hem c c a r t h y , w e n d ygl e h n e r t u s i n gd e c i s i o nt r e e sf o rc o r e f e r e n c e r e s o l u t i o n 【a 】i np r o c o ft h e 14 t hi n t e r n a t i o n a lj o i n tc o n f e r e n c eo na r t i f i c i a l i n t e l l i g e n c ef c 】19 9 5 ：10 5 0 10 5 5 【1 4 】李国臣，罗云飞采用优先选择策略的中文人称代词的指代消解【j 】中文信 息学报2 0 0 5 ，l9 ( 4 ) ：2 4 - 3 0 【15 v i n c e n tn g m a c h i n el e a r n i n g f o rc o r e f e r e n c er e s o l u t i o n ：f r o ml o c a l c l a s s i f i c a t i o nt og l o b a lr a n k i n g a 】a c l - 2 0 0 5 c 】2 0 0 5 ：1 5 7 - 1 6 4 【16 r a l p hg r i s h m a n r e s e a r c hi ni n f o r m a t i o ne x t r a c t i o n 【a 】t i p s t e rt e x tp r o g r a m p h a s ei i i ：p r o c e e d i n g so f aw o r k s h o p 【c 】1 9 9 8 ：1 3 - 1 5 【17 h o n g - w o oc h u n ，y o u n g - s o o kh w a n g ，h a e - c h a n gr i m u n s u p e r v i s e de v e n t e x t r a c t i o nf r o mb i o m e d i c a ll i t e r a t u r eu s i n gc o o c c u r r e n c ei n f o r m a t i o na n db a s i c p a a e r n s 【a 】i j c n l p2 0 0 4 ，l n a i3 2 4 8 【c 】2 0 0 5 ：7 7 7 - 7 8 6 【1 8 】杨尔弘突发事件信息抽取研究【d 】北京：北京语言大学，2 0 0 5 【19 x uy o n g d o n g ，x uz h i m i n g u s i n gm u l t i p l ef e a t u r e sa n ds t a t i s t i c a l m o d e lt o c a l c u l a t et e x tu n i t ss i m i l a r i t y 【a 】p r o c e e d i n g so ft h ef o u r t hi n t e r n a t i o n a l c o n f e r e n c eo nm a c h i n el e a r n i n ga n dc y b e r n e t i c s c 2 0 0 5 ：2 8 3 4 2 8 39 【2 0 e l e n a f i l a t o v a , v a s i l e i o s h a t z i v a s s i l o g l o u e v e n t b a s e d e x t r a c t i v e s u m m a r i z a t i o n a 】p r o c e e d i n g so fa c l2 0 0 4w o r k s h o po ns u m m a r i z a t i o n c 】 2 0 0 4 ：1 0 4 1 11 【21 h a il e o n gc h i e u ，h w e et o un g am a x i m u me n t r o p ya p p r o a c ht oi n f o r m a t i o n e x t r a c t i o nf r o ms e m i - s t r u c t u r e da n df r e et e x t 【a 】p r o c e e d i n g so ft h e18 t h n a t i o n a lc o n f e r e n c eo na r t i f i c i a li n t e l l i g e n c e 【c 】2 0 0 2 ：7 8 6 7 9 1 【2 2 d a v i da h n t h es t a g e so fe v e n te x t r a c t i o n 【a 】p r o c e e d i n g so f t h ew o r k s h o po n a n n o t a t i o n sa n dr e a s o n i n ga b o u tt i m ea n de v e n t s 【c 】2 0 0 6 ：1 - 8 【2 3 】赵妍妍，秦兵，车万翔，刘挺中文事件抽取技术研究【j 】中文信息学报2 0 0 8 ， 6 , 1 基于主题的事件融合技术的研究与实现参考文献 2 2 ( 1 ) ：3 - 8 【2 4 d a v i dl h a l l ，s e n i o rm e m b e r , i e e e ，j a m e sl l i n a s a n i n t r o d u c t i o nt o m u l t i s e n s o rd a t af u s i o n 【j 】p r o c e e d i n go ft h ei e e e ，19 9 7 ：6 - 12 【2 5 潘泉，于昕，程咏梅，张洪才信息融合理论的基本方法与进展【j 】自动化学报 2 0 0 3 ，2 9 ( 4 ) ：5 9 9 6 0 9 【2 6 n a g e s w a r as vr a o ，d a v i db r e i s t e r , j a c o bb a r h e n f u s i o nm e t h o df o r p h y s i c a ls y s t e m sb a s e do np h y s i c a ll a w s a 】p r o c e e d i n g so f2 0 0 0i n t e r n a t i o n a l c o n f e r e n c eo ni n f o r m a t i o nf u s i o n c 】2 0 0 0 ：8 9 - 9 5 2 7 s e r g er e b o u l ，d a m i e nb r i g ，m o h a m m e db e n j e l l o u n o p t i m a ls e g m e n t a t i o nb y r a n d o mp r o c e s sf u s i o n 【a 】p r o c e e d i n g so f2 0 0 0i n t e m a t i o n a lc o n f e r e n c eo n i n f o r m a t i o nf u s i o n c 】2 0 0 0 ：3 4 4 - 3 4 8 【2 8 g i d e o ns m a n n ，d a v i dy a r o w s k y m u l t i f i e l di n f o r m a t i o ne x t r a c t i o na n d c r o s s - d o c u m e n tf u s i o n a 】p r o c e e d i n g so ft h e4 3 r da n n u a lm e e t i n go ft h ea c l 【c 】2 0 0 5 ：4 8 3 - 4 9 0 2 9 d a v i dz a j i c ，b o n n i ej d o r r , j i m m yl i n ，r i c h a r ds c h w a r t z m u l t i - c a n d i d a t e r e d u c t i o n ：s e n t e n c ec o m p r e s s i o na sat o o lf o rd o c u m e n ts u m m a r i z a t i o nt a s k s 【j 】 i n f o r m a t i o np r o c e s s i n g & m a n a g e m e n t ，2 0 0 7 ，4 3 ( 6 ) ：15 4 9 - 15 7 0 【3 0 徐永东，徐志明，王晓龙基于信息融合的多文档自动文摘技术【j 】计算机学 报2 0 0 7 ，3 0 ( 11 ) ：2 0 4 8 - 2 0 5 4 【31 l v a l e t ，gm a u r i s ，p h b o l o n as t a t i s t i c a lo v e r v i e wo fr e c e n tl i t e r a t u r ei n i n f o r m a t i o nf u s i o n 【a 】p r o c e e d i n g so f2 0 0 0i n t e r n a t i o n a lc o n f e r e n c eo n i n f o r m a t i o nf u s i o n 【c 】2 0 0 0 ：9 5 10 2 【3 2 p h i l i p p es m e t s ，r o b e r tk e n n e s t h et r a n s f e r a b l eb e l i e fm o d e l j 】aa r t i f i c i a l i n t e l l i g e n c e ，19 9 4 ，6 6 ( 2 ) ：19 7 2 3 4 3 3 d o n gh o o nl e e ，d a i h e ep a r k a ne f f i c i e n ta l g o r i t h mf o rf u z z yw e i g h t e da v e r a g e 【j 】f u z z ys e t sa n ds y s t e m s ，1 9 9 7 ，8 7 ( 1 ) ：3 9 4 5 【3 4 t d p h a m ，h y a n ak r i g i n gf u z z yi n t e g r a l j i n f o r m a t i o ns c i e n c e s ，19 9 7 ， 9 8 ( 1 ) ：1 5 7 1 7 3 3 5 b a s s e ls o l a i m a n ，l e l a n de p i e r c e ，f a w w a zt u l a b y m u l t i s o n s o rd a t af u s i o n 6 5 参考文献基于主题的事件融合技术的研究与实现 u s i n gf u z z yc o n c e p t s ：a p p l i c a t i o nt ol a n d c o v e rc l a s s i f i c a t i o nu s i n ge r s 一1 j e r s ls a t c o m p o s i t e s a 】i e e et r a n s a c t i o n so ng e o s c i e n c e sa n dr e m o t es e n s i n g ( s p e c i a l i s s u eo nd a t af u s i o n ) c 】1 9 9 9 ，3 7 ( 3 ) ：1 31 6 - 1 3 2 6 【3 6 d i d i e rd u b o i s ，h e n r ip r a d e q u a l i t a t i v ep o s s i b i l i t yt h e o r ya n di t sa p p l i c a t i o n st o c o n s t r a i n ts a t i s f a c t i o na n dd e c i s i o nu n d e ru n c e r t a i n t y 【j 】i n t e r n a t i o n a lj o u r n a lo f i n t e l l i g e n ts y s t e m s 1 9 9 9 ，1 4 ( 1 ) ：4 5 6 1 3 7 n a o m id a n i e l ，d r a g o m i rr a d e v , t i m o t h y a l l i s o n s u b - e v e n tb a s e d m u l t i d o c u m e n ts u m m a r i z a t i o n 【a 】p r o c e e d i n g so ft h eh l t - n a a c l2 0 0 3 w o r k s h o po nt e x ts u m m a r i z a t i o n c 】2 0 0 3 ：9 - 1 6 3 8 l iw e n j i e ，w um i n g l i ，l uq i n , x uw e i ，y u a nc h u n f a e x t r a c t i v es u m m a r i z a t i o n u s i n gi n t e r - a n di n t r a - e v e n tr e l e v a n c e 【a 】p r o c e e d i n g so fc o l i n g - a c l c 】 2 0 0 6 ：3 6 9 3 7 6 3 9 z h o ug u o d o n g ，s uj i a n ah i g h - p e r f o r m a n c ec o r e f e r e n c er e s o l u t i o ns y s t e m u s i n g am u l t i - a g e n t s t r a t e g y a p r o c e e d i n g so f t h e 2 0 t hi n t e r n a t i o n a l c o n f e r e n c eo nc o m p u t a t i o n a ll i n g u i s t i c s c 】2 0 0 4 ：5 2 2 - 5 2 8 4 0 l ij u n h u i ，z h o ug u o d o n g ，k o n gf a n g ，z h uq i a o m i n g ，q i a np e i d e h i e r a r c h i c a l p a r s i n g 谢t hm a x i m u me n t r o p ym o d e l s 【a 】i np r o c e e d i n go ft h e7 t h i n t e r n a t i o n a lc o n f e r e n c eo nc h i n e s ec o m p u t i n g 【c 】2 0 0 7 ：1 0 2 - 1 0 7 【41 z h o ug u o d o n g ，k o n gf a n g ，z h uq i a o m i n g c o n t e x t - s e n s i t i v ec o n v o l u t i o nt r e e k e r n e lf o rp r o n o u nr e s o l u t i o n a 】i np r o c e e d i n g so ft h et h i r di n t e m a t i o n a lj o i n t c o n f e r e n c eo nn a t u r a ll a n g u a g ep r o c e s s i n g c 】2 0 0 8 ：2 5 - 31 4 2 r o m a ny a n g a r b e r s c e n a r i oc u s t o m i z a t i o nf o ri n f o r m a t i o ne x t r a c t i