基于事件图的在线事件检索  

Online Event Retrieval Based on Event Graph

作　　者：杨文静 邱泳钦 李思旭[1,2] 李锐 王斌 

机构地区：[1]中国科学院信息工程研究所,北京100093 [2]中国科学院大学,北京100093

出　　处：《中文信息学报》2017年第4期154-164,共11页Journal of Chinese Information Processing

基　　金：国家自然科学基金(6157050517);科技部重点专项子课题(2016YFB0801003)

摘　　要：在线事件检索是针对事件查询,按时间序迭代返回小批量数据集中事件相关文档的检索任务。其目标是在时间轴上不断收集新鲜的事件文档,是进行一系列事件相关工作的重要基础。面对此任务,传统方法采用先进的检索模型来提升检索精度,然而却没有考虑事件本身的特性。针对这一问题,该文尝试使用两类图(事件关键词共现图、融合事件类型的二部图)对事件建模,提出了一种基于事件图的在线检索框架。案例分析与在两个公开的TREC数据集上的实验结果表明,该文方法显著提升了事件检索精度(P@10最高增幅达30%,平均增幅5.85%),且能自适应在线检索环境,支持事件的演变分析。Online Event Retrieval is a retrieval task for event queries,which returns important event-related documents from mini-batch data sets iteratively in chronological order.This paper propose san online event retrieval framework based on two kinds of graphs：event key-words co-occurrence graph and bipartite graph incorporated with event type.Case study and experiments on two pubic TREC corpus indicate that our approach improves the event retrieval precision significantly（maximum increase reaches 30%,average reaches 5.85% in metric P@10）.

关 键 词：事件图 在线事件检索 事件查询模型 事件演变 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]