Mining Causality for Explanation Knowledge from Text
Chaveevan, Pechsiri, Asanee, Kawtrakul · Acta Scientiarum Naturalium Universitatis Sunyatseni · 2007
采矿诱发性是必要的提供诊断。这研究瞄准提取在多重句子或 EDU (基本讲话单位) 以内存在的诱发性。因为他们以某个方式成为明确，研究强调诱发性动词的使用一个原因的作为结果的事件，例如，“蚜虫从米饭叶子吮吸傻瓜。然后，叶子将缩小。后来，他们将变得黄；干燥。'.一个动词能也是在原因之间的原因动词的连接；在 EDU 以内完成，例如，“蚜虫从引起叶子被缩小的米饭叶子吮吸傻瓜”(“引起”用泰语等价于一个原因动词的连接) 。研究面对二个主要问题：从文件识别有趣的诱发性事件；识别他们的边界。然后，我们由使用二种不同机器学习技术在动词上建议采矿，中间广场 Bayes；支持向量机。结果的采矿规则将被用于鉴定；从文本的多重 EDU 的诱发性抽取。我们的多重 EDU 抽取从中间广场 Bayes 与 0.75 召回显示出 0.88 精确；有从支持向量机的 0.76 召回的 0.89 精确。