Automatic restoration of event chronology in news publications in Russian

Abstract

Данная работа посвящена вопросу автоматического восстановления хронологии событий по новостным публикациям на русском языке. В качестве корпуса для исследования была собрана коллекция новостных публикаций. Описан алгоритм определения темпоральных выражений с соответствующими им событиями. Исследована возможность восстановления хронологии событий с помощью различных методов машинного обучения: линейная регрессия, наивный Байесовский классификатор, дерево принятия решения. Проанализирована эффективность применения каждого из методов и произведено сравнение полученных результатов.

This work is devoted to the issue of automatic restoration of event chronology in news publications in Russian. As a body for research, a collection of news articles was collected. An algorithm for determining temporal expressions with the corresponding events is described. The possibility of restoration of event chronology using various methods of machine learning (such as linear regression, naive Bayesian classifier, decision tree) is explored. The effectiveness of each of the methods is analyzed and the results are compared.