The early works attempted to extrac

The early works attempted to extract causal relations using knowledge-based inference technologies (Kaplan, 1991) These studies were based on hand-coded, domain-specific knowledge bases which are difficult to scale up for realistic applications. Recently there has been increasing interest in automatic causality extraction from texts, which can be classified into two approaches: the pattern-based approach and statistic-based approach.
Existing statistical methods for causality acquisition used one or more distribution characteristics of two events in the text. These major features are: (1) Co-Occurrence feature: the cause event and effect one may co-occur frequently; (2) Object-Sharing feature: the related two events may share a common participant; (3) Temporal feature: the cause event occur before (or simultaneously with) the effect event; (4) Distance feature: the two events may appear inside locally coherent text (in the same sentence particularly).

ผลลัพธ์ (ไทย) 1:

ทำงานช่วงต้นพยายามแยกความสัมพันธ์เชิงสาเหตุที่ใช้เทคโนโลยีความรู้ข้อ (Kaplan, 1991) จากการศึกษาเหล่านี้ในฐานความรู้ แบบมือ โดเมนเฉพาะที่ยากขนาดสำหรับใช้งานจริง เมื่อเร็ว ๆ นี้ ได้มีการสนใจเพิ่มขึ้นใน causality อัตโนมัติแยกจากข้อความ ซึ่งสามารถแบ่งได้เป็นสองวิธี: วิธีตามรูปแบบและวิธีใช้สถิติการ วิธีทางสถิติที่มีอยู่สำหรับ causality ใช้หนึ่ง หรือหลายลักษณะกระจายสองเหตุการณ์ในข้อความ คุณลักษณะเหล่านี้หลัก: คุณลักษณะร่วมเหตุการณ์ (1): สาเหตุเหตุการณ์และผลหนึ่งอาจร่วมเกิดขึ้นบ่อย (2) วัตถุที่ใช้ร่วมกันคุณลักษณะ: สองเหตุการณ์ที่เกี่ยวข้องอาจแบ่งผู้เข้าร่วมทั่วไป (3) ลักษณะการทำงานชั่วคราว: สาเหตุเหตุการณ์เกิดขึ้นก่อน (หรือพร้อมกันกับ) เหตุการณ์ผล (4) ระยะทางคุณลักษณะ: เหตุการณ์สองอาจปรากฏในข้อความ coherent เครื่อง (เหมือนในประโยคโดยเฉพาะอย่างยิ่ง) ได้

ผลลัพธ์ (ไทย) 2:

งานแรกของความพยายามที่จะดึงความสัมพันธ์เชิงสาเหตุการใช้ความรู้ที่ใช้เทคโนโลยีการอนุมาน (Kaplan, 1991) การศึกษาเหล่านี้อยู่บนพื้นฐานของมือรหัสฐานความรู้เฉพาะโดเมนซึ่งเป็นเรื่องยากที่จะไต่ขึ้นสำหรับการใช้งานจริง เมื่อเร็ว ๆ นี้ได้มีการเพิ่มความสนใจในการสกัดอำนาจโดยอัตโนมัติจากตำราซึ่งสามารถแบ่งได้เป็นสองวิธี: วิธีการรูปแบบที่ใช้และสถิติที่ใช้วิธี.
ที่มีอยู่วิธีการทางสถิติสำหรับการซื้อเวรกรรมที่ใช้อย่างใดอย่างหนึ่งหรือมากกว่าลักษณะการกระจายตัวของสองเหตุการณ์ในข้อความ . คุณสมบัติเหล่านี้ที่สำคัญคือ (1) คุณสมบัติผู้ร่วมเหตุการณ์: เหตุการณ์สาเหตุและผลกระทบอาจจะร่วมเกิดขึ้นบ่อยครั้ง; (2) คุณสมบัติวัตถุที่ใช้ร่วมกัน: ที่เกี่ยวข้องกับทั้งสองเหตุการณ์อาจแบ่งปันผู้เข้าร่วมที่พบบ่อย (3) คุณลักษณะขมับ: เหตุการณ์สาเหตุที่เกิดขึ้นก่อน (หรือพร้อมกันกับ) กรณีที่มีผลบังคับใช้ (4) คุณสมบัติทาง: สองเหตุการณ์อาจปรากฏภายในข้อความเชื่อมโยงกันทั้งในประเทศ (ในประโยคเดียวกันโดยเฉพาะอย่างยิ่ง)

ผลลัพธ์ (ไทย) 3:

งานแรกที่พยายามสกัดการอนุมานความสัมพันธ์ฐานความรู้เทคโนโลยี ( Kaplan , 1991 ) การศึกษาเหล่านี้ขึ้นอยู่กับมือรหัส โดเมนที่เฉพาะเจาะจงความรู้ฐานซึ่งยากต่อการปรับขึ้นสำหรับการใช้งานจริง เมื่อเร็วๆนี้ได้มีความสนใจเพิ่มขึ้นในการสกัด ( จากข้อความอัตโนมัติ ซึ่งสามารถแบ่งออกเป็นสองวิธี :รูปแบบวิธีการที่ใช้และวิธีการตามสถิติ
สถิติการใช้ความสัมพันธ์ที่มีอยู่สำหรับหนึ่งหรือมากกว่าหนึ่งลักษณะการกระจายของเหตุการณ์ 2 เหตุการณ์ในข้อความ คุณสมบัติที่สำคัญเหล่านี้ : ( 1 ) มีเหตุการณ์ Co : สาเหตุเหตุการณ์และผลกระทบที่อาจเกิดขึ้นบ่อย จำกัด ( 2 ) วัตถุที่ใช้คุณลักษณะ : เกี่ยวข้องกับสองเหตุการณ์อาจจะใช้ร่วมที่พบบ่อย( 3 ) คุณลักษณะ : สาเหตุและเหตุการณ์ที่เกิดขึ้นก่อนหรือพร้อมกันกับ ) ผลการแข่งขัน ; ( 4 ) มีระยะทาง : สองเหตุการณ์อาจปรากฏข้างในข้อความภายในติดต่อกัน ( ในประโยคเดียวกันโดยเฉพาะ )