The method we explore in this paper

The method we explore in this paper is illustrated in Figure 1. The overall process has three phrases: we firstly use lexico-syntactic patterns not only to recognize causal relations from the web, but also to identify pairs of event expressions; then, we extract the predicate-argument structure of each event expression based on its dependency parser tree in local scale; in the final phase, we propose a statistical score S to measure the causal association between potential related events, and prune relations with low S value.

ผลลัพธ์ (ไทย) 1:

วิธีที่เราสำรวจในเอกสารนี้จะแสดงในรูปที่ 1 กระบวนการโดยรวมมีสามวลี: ประการแรกใช้รูปแบบทางไวยากรณ์ lexico ไม่เพียงแต่ การรับรู้ความสัมพันธ์เชิงสาเหตุจากเว็บ แต่ยังระบุคู่ของเหตุการณ์นิพจน์ จากนั้น เราขยายโครงสร้างเพรดิเคตอาร์กิวเมนต์ของนิพจน์แต่ละเหตุการณ์ตามแผนภูมิของตัวแยกวิเคราะห์อ้างอิงในระดับท้องถิ่น ในระยะสุดท้าย เราเสนอคะแนนสถิติ S เพื่อวัดความสัมพันธ์เชิงสาเหตุระหว่างเหตุการณ์ที่เกี่ยวข้องเป็นไปได้ และลิดสัมพันธ์กับค่า S ต่ำ

ผลลัพธ์ (ไทย) 2:

วิธีการที่เราสำรวจในบทความนี้จะแสดงในรูปที่ 1 กระบวนการโดยรวมมีสามวลี: เราใช้รูปแบบแรก Lexico-ประโยคไม่เพียง แต่ที่จะยอมรับความสัมพันธ์เชิงสาเหตุจากเว็บ แต่ยังระบุคู่ของการแสดงออกเหตุการณ์; จากนั้นเราแยกโครงสร้างกริยาอาร์กิวเมนต์การแสดงออกของแต่ละเหตุการณ์อยู่บนพื้นฐานของการพึ่งพาตัวแยกวิเคราะห์ของต้นไม้ในระดับท้องถิ่น ในขั้นตอนสุดท้ายเราเสนอคะแนนสถิติ S เพื่อวัดการเชื่อมโยงสาเหตุระหว่างที่เกี่ยวข้องกับเหตุการณ์ที่อาจเกิดขึ้นและความสัมพันธ์กับลูกพรุนมีมูลค่า S ต่ำ

ผลลัพธ์ (ไทย) 3:

วิธีที่เราสำรวจในรายงานนี้จะแสดงในรูปที่ 1 กระบวนการโดยรวมได้สามวลี : เราตอนแรกใช้ lexico รูปแบบไวยากรณ์ที่ไม่เพียง แต่จะรับรู้ความสัมพันธ์จากเว็บ แต่ยังระบุคู่ของการแสดงกิจกรรม แล้วเราแยกโครงสร้างประโยคอาร์กิวเมนต์ของแต่ละเหตุการณ์ การแสดงออกตามความพึ่งพาสำหรับต้นไม้ในระดับท้องถิ่น ในขั้นตอนสุดท้ายเราขอคะแนนทางสถิติของการวัดความสัมพันธ์เชิงสาเหตุระหว่างเกิดเหตุการณ์ที่เกี่ยวข้องและสัมพันธ์กับลูกพรุนต่ำด้วยค่า