T E X E M：一种基于实体的邮件任务提取策略培训课件.ppt

,, ,, TEXEM：一种基于实体的邮件任务提取策略 张相於，陈继东，李玉坤，孟小峰 中国人民大学WAMDM实验室 EMC中国实验室 演示纲要 研究动机 相关工作 处理流程 事件提取 基于事件聚类的任务构造 任务空间向量 实验评估 总结未来工作 演示纲要 研究动机 相关工作 处理流程 事件提取 基于事件聚类的任务构造 任务空间向量 实验评估 总结未来工作 研究动机（1） 电子邮件数据量剧增 IDC ：5 Exabyte商业邮件（1 Exabyte = 1 billion Gigabyte），2007四月。 电子邮件作用越来越丰富 任务管理，协作管理，存档管理，联系人管理…… 人们处理邮件的时间十分有限 现有工具不能满足需求 Outlook，Gmail…… 人们仍需要手工管理邮件中的任务。 研究动机（2） dear bhaiya i was making a list of all my contact addresses in USA. could u pls send ur complete address ph/mobile. i am scheduled to come to US on 25th. regards gautam 三个事件： Making a list. Send your address number Scheduled to come to US on 25th 研究动机（3） 我们提出一种基于实体的邮件任务提取框架——TEXEM。 充分考虑电子邮件中的结构信息。 从邮件中提取属于不同实体的任务。 对任务进行重要性评估。 提高用户邮件管理的效率。 演示纲要 研究动机 相关工作 处理流程 事件提取 基于事件聚类的任务构造 任务空间向量 实验评估 总结未来工作 相关工作（1） Gmail，Hotmail 可以提取形式较为规范的事件信息。 相关工作（2） Identifying and Understanding Dates and Times in Email Information Extraction of Seminar Information Automated Email Integration with Personal Information Management Applications Taking email to task: the design and evaluation of a task management centered email tool 演示纲要 研究动机 相关工作 处理流程 事件提取 基于事件聚类的任务构造 任务空间向量 实验评估 总结未来工作 处理流程 演示纲要 研究动机 相关工作 处理流程 事件提取 基于事件聚类的任务构造 任务空间向量 实验评估 总结未来工作 事件提取（1） 每句话都可能包含一个事件。 一个事件具有如下结构： Event={O, V, T, L, P, D} O：事件所有者 V：事件中的动词集合 T：事件发生的时间 L：事件发生的地点 P：事件涉及的人的集合 D：事件中的其他关键字 事件提取（2） 电子邮件 词性标注 标识实意动词 标识人名 标识地名 标识时间 事件集合 事件提取（3） 事件合并 将不含有实意动词的句子与离它最近的事件合并：He is busy tomorrow for the meeting. 事件分解 如果句子含有and或but等连词，并且连接的是分句而不是短语或词。 演示纲要 研究动机 相关工作 处理流程 事件提取 基于事件聚类的任务构造 任务空间向量 实验评估 总结未来工作 基于事件聚类的任务构造（1） 实体识别 I，We，You。 第三人称实体。 基于实体的事件聚类 将属于某个实体的事件进行聚类。 基于事件聚类的任务构造（2） 实体识别 识别出I，we和you。 识别出第三人称的名字：人名，组织名。 识别出第三人称代词指代的实体：在该代词前面，并且离它最近的对应实体。 Mike is coming tomorrow, and he will bring some beers. 基于事件聚类的任务构造（3） 基于实体的事件聚类 基于事件构造阶段提取出来的事件所有者，进行事件聚类。 属于同一实体的事件被聚类到一起。 所有者为代词的按照上述方法识别所有者。 无法识别的事件聚到一起。 基于事件聚类的任务构造（2） 演示纲要 研究动机 相关工作 处理流程 事件提取 基于事件聚类的任务构造 任务空间向量 实验评估 总结未来工作 任务空间向量(1) 每个人任务中的事件具有不同的重要性。 基于TF-IDF对任务中的事件进行排序： Score(e) = Mean(weight(term i