(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211156388.5 (22)申请日 2022.09.19 (71)申请人 北京语言大 学 地址 100000 北京市海淀区学院路15号 (72)发明人 荀恩东　王贵荣　 (74)专利代理 机构 北京智沃 律师事务所 1 1620 专利代理师 梁晨 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/289(2020.01) G06F 40/268(2020.01) G06F 16/901(2019.01) (54)发明名称 一种以事 件为核心的语义表示方法 (57)摘要 本发明提供一种以事件为核心的语义表示 方法， 是一种句子的语义表示方法， 从形式来看， 语义图主要由节点和边组成， 节 点表示句子中的 词语或概念， 边表示它们之间的关系； 从内容来 看， 语义图主要由两部分构成： 事件结构与实体 结构。 所述事件 结构与实体结构表 示的内容抽象 为单元、 关系、 属性三个方面， 通过构建单元、 单 元属性以及单元间关系的语义图， 来实现机器对 自然语言的理解。 本发明既能够对语 言现象进行 一致性表 示， 同时， 具有可计算的操作路径， 并能 够便捷地进行落 地应用。 权利要求书2页 说明书8页 附图9页 CN 115438673 A 2022.12.06 CN 115438673 A 1.一种以事 件为核心的语义表示方法， 包括以下步骤： S1： 确定语义图中的事件结构与实体结构， 事件结构和实体结构分别对应谓词性成分 和体词性成分在句法位置上 的语义功能， 用事件结构表示谓词性成分的陈述功能， 对特定 的过程、 性质或状态进 行断言； 用实体结构表示名词等体词性成分的指称功能， 指特定的事 物概念； S2： 所述事件结构通过事件词作为形式代表， 事件词对应的核心要素包括核心论元、 边 缘论元、 属性信息； S3： 确定事件节点与其核心要素之间的语义关系， 语义关系的具体类别在弧上进行说 明； S4： 确定实体结构的属性信息， 以有向弧指向事 件节点。 2.根据权利要求1所述的以事件为核心的语义表示方法， 其特征在于： 步骤S1中， 所述 语义图为单根有向图， 设置有一个ROOT根节点， 句子中的核心谓词 与根节点连接， 节 点对应 承载实体和事件的语言单元， 边为有向边， 表示事件与实体、 事件与事件、 实体与实体之间 的语义关系， 有向边上 标出关系标签或属性名， 由被支配节点指向支配节点。 3.根据权利要求1所述的以事件为核心的语义表示方法， 其特征在于： 步骤S2中， 在事 件结构中， 所述核心 论元指在句法上占据主/宾语位置， 在语义上与事件直接相关的语义角 色， 事件词的核心论元采用左方向的输入。 4.根据权利要求1所述的以事件为核心的语义表示方法， 其特征在于： 步骤S2中， 在事 件结构中， 所述边缘论元信息用介词、 方位词格标记引导， 事件词的边缘论元采用上方向的 输入。 5.根据权利要求1所述的以事件为核心的语义表示方法， 其特征在于： 步骤S2中， 在事 件结构中， 所述情态信息以句法成分为单位， 事 件词的情态信息采用下 方向的输入。 6.根据权利要求1所述的以事件为核心的语义表示方法， 其特征在于： 步骤S2中， 在事 件结构中， 还包括事件词的事件外结构， 采用右方向的输出， 所述事件外结构是指当前事件 词充当其他事件词的输入， 其它事件词有四种类型， 一是ROOT节 点作事件词， 二是能够带谓 主、 谓宾的事 件词， 三是表示事 件关系的事 件词， 四是表示隐式关系的事 件词。 7.根据权利要求6所述的以事件为核心的语义表示方法， 其特征在于： 所述ROOT节点作 事件词的类型中， 若当前谓词为核心事件谓词， 其右侧则与ROOT节 点连接， 核心事件谓词是 指句子中充当述语的核心谓词。 8.根据权利要求1所述的以事件为核心的语义表示方法， 其特征在于： 步骤S4中， 实体 结构包括实体内结构与实体外结构， 实体内结构由句 子中实体及其修饰性成分构成， 由主 宾语的中心语来充当； 实体外结构承载该实体与其他实体或事件之间的关系， 充当事件谓 词的论元。 9.根据权利要求1所述的以事件为核心的语义表示方法， 其特征在于： 所述语义表示方 法具有可计算路径， 通过构建单元、 单元属 性以及单元间关系来生成最终语义图或语义子 图。 主要包括以下几个步骤： S11： 输入文本进行网格初始化； S12： 利用组块依存 模型对输入文本进行组块分析， 并将分析 结果添加到网格中； S13： 利用词典型 数据表为网格单 元添加与应用场景相关的属性信息；权　利　要　求　书 1/2 页 2 CN 115438673 A 2S14： 利用关系型 数据表构建候选语义 三元组； S15： 利用事 件论元模型构建候选语义 三元组； S16： 利用有限状态自动机、 语言学规则和数据表为 三元组构建特 征集； S17： 利用多元 特征决策模型对候选三元组进行打 分， 优选分数较高的三元组； S18： 根据应用需求， 输出完整的语义表示图或其子图。 10.根据权利要求1所述的以事件为核心的语义表示方法， 其特征在于： 所述事件结构 是小句的核心， 一个小句中有一个或多个核心事件谓词， 当语义图用来表示段落或篇章的 语言单位的语义时， 段落或篇 章中每个小句的根节点 也看做一个事 件谓词。权　利　要　求　书 2/2 页 3 CN 115438673 A 3