9、匈牙利语自然语言文本中的事件检测与分类及地标对象描述生成

匈牙利语自然语言文本中的事件检测与分类及地标对象描述生成

1. 匈牙利语事件检测与分类

在匈牙利语自然语言文本处理中，事件的检测与分类是重要的研究方向。为了实现这一目标，定义了多种特征集，包括表面特征、词汇特征、形态特征、句法特征、语义特征和频率特征。
- 表面特征 ：包含字符二元组和三元组，以及单词长度、词元长度和单词在句子中的位置，共7个特征。
- 词汇特征 ：以二元特征判断被检查的单词是否为系动词或助动词，共6个特征。
- 形态特征 ：由于匈牙利语丰富的形态，定义了MSD代码等多种基于形态的特征，共10个特征。
- 句法特征 ：定义了被检查事件候选的子节点的句法标签，共4个特征。
- 语义特征 ：使用匈牙利语WordNet，通过创建单独的模型自动收集适合的同义词集，共1 - 10个特征。
- 频率特征 ：统计每个事件候选词元在训练集中作为事件的比例，以及动词前缀 + 词元对的类似比例，共2个特征。

同时，还采用了基于规则的方法来处理一些特殊情况，例如在法律文本中，某些动词在其他语境中表示事件，但在法律语境中并非如此。

在事件检测实验中，采用了10折交叉验证的方法，并使用了两个基线解决方案：一个将所有动词和不定式都视为事件，另一个只将非系动词和非助动词的动词和不定式视为事件。实验结果如下：
| 实验情况 | F - 度量值 |
| ---- | ---- |
|