基于隐马尔可夫模型的中文文本事件信息抽取 被引量：17

1

作者 于江德 肖新峰 樊孝忠 《微电子学与计算机》 CSCD 北大核心 2007年第10期92-94,98,共4页

提出了一种基于隐马尔可夫模型的中文文本事件抽取方法,该方法首先通过触发词探测从文本中发现特定的候选事件语句,然后利用隐马尔可夫模型从这些语句中抽取每个候选事件的事件要素,为每一类事件要素构建一个独立的隐马尔可夫模型用于... 提出了一种基于隐马尔可夫模型的中文文本事件抽取方法,该方法首先通过触发词探测从文本中发现特定的候选事件语句,然后利用隐马尔可夫模型从这些语句中抽取每个候选事件的事件要素,为每一类事件要素构建一个独立的隐马尔可夫模型用于该类事件要素的抽取,构建模型的关键是模型结构的学习和参数估计。实验结果表明,该方法能较好地实现中文文本事件抽取,较其他方法有更好的抽取性能。 展开更多

关键词 隐马尔可夫模型 事件信息抽取 触发词 事件要素

下载PDF 职称材料

事件信息抽取中语义角色标注研究 被引量：8

2

作者 于江德 樊孝忠 庞文博 《计算机科学》 CSCD 北大核心 2008年第3期155-157,共3页

文本信息抽取是处理海量文本数据的手段,事件信息抽取是其中最具挑战性的任务之一。提出了一种基于条件随机场的语义角色标注方法,该方法以浅层句法分析为基础,把短语或命名实体作为标注的基本单元,将条件随机场用于句子中谓词的语义角... 文本信息抽取是处理海量文本数据的手段,事件信息抽取是其中最具挑战性的任务之一。提出了一种基于条件随机场的语义角色标注方法,该方法以浅层句法分析为基础,把短语或命名实体作为标注的基本单元,将条件随机场用于句子中谓词的语义角色标注。应用该方法对"职务变动"和"会见"两类事件的事件要素及其语义角色进行标注,在各自的测试集上分别获得了77.3%和74.2%的综合指标F值。 展开更多

关键词 语义角色标注 条件随机场 事件信息抽取 事件要素

下载PDF 职称材料

事件量化中的全称量词 被引量：8

3

作者 李晓光 《外语学刊》 CSSCI 北大核心 2002年第3期12-16,共5页

从表面上看 ,汉语中“都”与其量化对象之间的线性关系既左亦右。本文提出 ,实质上“都”与其量化对象存在结构关系 ,在线性词序上呈左向量化。采用语言学 ,哲学中常常提到的隐性的事件论元使得“都”的表面左向量化成为可能 ,同时引进... 从表面上看 ,汉语中“都”与其量化对象之间的线性关系既左亦右。本文提出 ,实质上“都”与其量化对象存在结构关系 ,在线性词序上呈左向量化。采用语言学 ,哲学中常常提到的隐性的事件论元使得“都”的表面左向量化成为可能 ,同时引进事件切片的概念以满足“都”的复数要求。 展开更多

关键词 全称量化 事件 事件量化 事件切片

原文传递

基于介词用法的事件信息抽取研究 被引量：4

4

作者 昝红英 张腾飞 林爱英 《计算机工程与设计》 CSCD 北大核心 2013年第7期2570-2574,共5页

事件信息抽取是目前信息抽取领域的主要研究方向,为了提高事件信息抽取的准确率,提出一种基于介词用法的事件信息抽取方法。通过对介词用法的研究,掌握了不同介词用法在语言结构中的不同作用,以介词用法信息为背景,完成抽取规则编写。... 事件信息抽取是目前信息抽取领域的主要研究方向,为了提高事件信息抽取的准确率,提出一种基于介词用法的事件信息抽取方法。通过对介词用法的研究,掌握了不同介词用法在语言结构中的不同作用,以介词用法信息为背景,完成抽取规则编写。针对规则,完成抽取系统的编写,以达到理想的抽取结果。采用郑州大学提供的语料,通过大量实验,结果准确率、召回率及F值分别达到90.88%、86.92%、88.86%,表明了该方法的有效性。 展开更多

关键词 事件抽取 介词用法 会议 事件元素 规则

下载PDF 职称材料

一元谓词句的论元结构及其句法实现 被引量：2

5

作者 张孝荣 《天津外国语大学学报》 2011年第5期6-11,共6页

一元谓词句按照谓词性质的不同可以分为基础式一元谓词句和派生式一元谓词句。前者由非作格动词句和非宾格动词句构成,后者以作格句、被动句和中动句为代表。非作格句中的论元为深层结构中的主语,而非宾格句中的论元则为深层结构中的宾... 一元谓词句按照谓词性质的不同可以分为基础式一元谓词句和派生式一元谓词句。前者由非作格动词句和非宾格动词句构成,后者以作格句、被动句和中动句为代表。非作格句中的论元为深层结构中的主语,而非宾格句中的论元则为深层结构中的宾语。汉语中出现的显性非宾格句式由汉语T的EPP特征的参数性变化决定。从施事论元和事件论元的角度可以对作格句、被动句和中动句进行统一分析。 展开更多

关键词 一元谓词 论元结构 施事 事件论元

下载PDF 职称材料

《事件语义学引论》介评 被引量：1

6

作者 唐嘉梨 《北京第二外国语学院学报》 2020年第5期105-112,共8页

事件语义学基于美国哲学家、逻辑学家戴维森于1967年提出的事件论元思想,以一阶逻辑、形式符号和计算来描述自然语言,主要解决事件和事件的内部时间结构等问题,并逐渐发展成为逻辑语义学中影响力最为广泛的理论之一,理论成果丰硕。但遗... 事件语义学基于美国哲学家、逻辑学家戴维森于1967年提出的事件论元思想,以一阶逻辑、形式符号和计算来描述自然语言,主要解决事件和事件的内部时间结构等问题,并逐渐发展成为逻辑语义学中影响力最为广泛的理论之一,理论成果丰硕。但遗憾的是,目前国际上还没有事件语义学的教科书。由中国学者吴平和郝向丽所著,2017年12月知识产权出版社出版的《事件语义学引论》将这一理论最精华的成果集结于一册,在戴维森提出事件论元思想50周年之际呈现给读者,具有重要的学术意义。该书涵盖事件语义学的历史沿革、分析方法以及核心研究成果,是语言学、逻辑学、自然语言处理领域的学者了解事件语义学的有益途径。本文概述了该书的主要内容并对其结构和内容作了简评。 展开更多

关键词 事件语义学 逻辑语义学 事件论元 自然语言处理

下载PDF 职称材料

上古汉语含“所”假设义片段中虚词“所”的定性及相关问题

7

作者 邓盾 《语言学论丛》 2020年第2期112-135,共24页

本文探讨上古汉语里“所不与舅氏同心者”(《左传·僖公二十四年》)这类含“所”的假设义片段中虚词“所”的性质与功能.文章反对以王引之(1819)为代表的著作将这类片段中的“所”判定为假设连词的主流观点,认为这个“所”与朱德熙(... 本文探讨上古汉语里“所不与舅氏同心者”(《左传·僖公二十四年》)这类含“所”的假设义片段中虚词“所”的性质与功能.文章反对以王引之(1819)为代表的著作将这类片段中的“所”判定为假设连词的主流观点,认为这个“所”与朱德熙(1983)讨论的用来提取动词或介词宾语、造成一个表示转指的名词性词组的名词化标记“所”是同一个词,在词类归属上是朱德熙(1982)所谓的结构助词.文章提出:假设义片段中“所”的功能也是提取动词的论元,只不过这类片段里的“所”提取的是动词的事件论元(event argument)而非受事、处所等论旨论元(thematic arguments).“所”提取事件论元后,整个“所”字词组指称“所”后谓词词组所表达的事件,该事件是说话人所假设的具体内容.这一处理可以将假设义片段中的“所”纳入到名词化标记之中,为虚词“所”看似迥异的两类分布提供统一的句法语义解释.文章认为“所不与舅氏同心者”这类片段所带有的假设语义并不来自片段内部的“所”或“者”,而是片段所处的句法环境赋予的.这一看法有利于保证“所”“者”功能的一致与完整以及上古假设义词项系统的完整.关于誓文中经常与含“所”的假设义片段一起使用的“有如……”的语义,文章支持杨伯峻(1981b)的观点,认为其表达的是发誓面对的对象而非假设情况发生后的后果或其他意思. 展开更多

关键词 “所” 名词化标记 事件论元 假设语义 上古汉语

原文传递

英汉语小句的句法结构及其事件论元的实现

8

作者 张孝荣 《安徽师范大学学报（社会科学版）》 CSSCI 北大核心 2016年第2期251-257,共7页

英汉语中的小句结构统一表现为嵌套时态短语的话题短语投射。英语小句中的时态成分在不同小句类型中具有实现事件论元的可选性特征,其句法结果为英语名词小句和形容词小句中的主语移位至话题短语指定语位置,而英语动词小句中话题短语指... 英汉语中的小句结构统一表现为嵌套时态短语的话题短语投射。英语小句中的时态成分在不同小句类型中具有实现事件论元的可选性特征,其句法结果为英语名词小句和形容词小句中的主语移位至话题短语指定语位置,而英语动词小句中话题短语指定语的位置由小代语pro占据。话题短语指定语位置上成分的不同造成了英语不同小句中主语被动化提取的差别。汉语中的时态成分同样在实现事件论元方面具有可选性特征。汉语补足语小句中的时态成分选择不实现事件论元,因此汉语名词小句和形容词小句中话题短语指定语位置上的成分为小代语pro。汉语独立小句中的时态则选择实现事件论元,其主语实现为话题。 展开更多

关键词 小句 小代语 被动化 事件论元 话题

下载PDF 职称材料

音乐领域典型事件抽取方法研究 被引量：24

9

作者 丁效 宋凡 +1 位作者 秦兵 刘挺 《中文信息学报》 CSCD 北大核心 2011年第2期15-20,共6页

事件抽取是信息抽取领域一个重要的研究方向。该文从音乐领域的事件抽取出发,通过领域事件词聚类的方法自动发现音乐领域具有代表性的事件,然后采用基于关键词与触发词相结合的过滤方法简化了事件类型的识别过程。在事件元素识别中,该... 事件抽取是信息抽取领域一个重要的研究方向。该文从音乐领域的事件抽取出发,通过领域事件词聚类的方法自动发现音乐领域具有代表性的事件,然后采用基于关键词与触发词相结合的过滤方法简化了事件类型的识别过程。在事件元素识别中,该文采用了基于最大熵的事件元素识别方法。在该文构建的语料库下,最终事件类型识别的平均F值达到82.82%,事件元素识别的平均F值达到75.79%。 展开更多

关键词 事件抽取 事件类型发现 事件类型识别 事件元素识别

下载PDF 职称材料

事件要素注意力与编码层融合的触发词抽取研究 被引量：9

10

作者 潘璋 黄德根 《小型微型计算机系统》 CSCD 北大核心 2021年第4期673-677,共5页

事件抽取是信息抽取的主要任务之一,而触发词抽取是事件抽取的重要子任务.事件要素与事件触发词之间存在关联信息,现有的事件触发词抽取方法主要关注事件触发词本身,没有充分的利用事件要素信息.因此,提出一种事件要素注意力与编码层融... 事件抽取是信息抽取的主要任务之一,而触发词抽取是事件抽取的重要子任务.事件要素与事件触发词之间存在关联信息,现有的事件触发词抽取方法主要关注事件触发词本身,没有充分的利用事件要素信息.因此,提出一种事件要素注意力与编码层融合的事件触发词抽取模型,能够有效地利用事件要素信息,提高触发词抽取性能.通过事件要素与事件触发词之间的相关性来显示利用事件要素信息,同时利用编码层的多头自注意力机制间接学习事件要素与事件触发词之间的依赖关系,并将两个方法得到的输出向量进行处理,作为特征送入到编码层中进行训练.此外,通过词特征模型获取语义信息.该方法在ACE2005英文语料上对事件触发词抽取的F值达到71.95%. 展开更多

关键词 事件触发词抽取 事件要素注意力 编码层 词特征

下载PDF 职称材料

基于特征加权的事件要素识别 被引量：9

11

作者 付剑锋 刘宗田 +1 位作者 刘炜 单建芳 《计算机科学》 CSCD 北大核心 2010年第3期239-241,共3页

事件抽取是自动内容抽取(Automatic Content Extraction,ACE)会议评测的任务之一,事件要素识别是事件抽取的一个子任务。分析了事件抽取和事件要素识别的研究现状,提出了一种基于特征加权的事件要素识别算法(Feature Weighting Based Ev... 事件抽取是自动内容抽取(Automatic Content Extraction,ACE)会议评测的任务之一,事件要素识别是事件抽取的一个子任务。分析了事件抽取和事件要素识别的研究现状,提出了一种基于特征加权的事件要素识别算法(Feature Weighting Based Event Argument Identification,FWEAI)。该算法首先对分类算法中的ReliefF特征选择算法进行改进,将其应用于聚类算法中。改进的ReliefF算法(FWA)根据各个特征对聚类的不同贡献分配不同的权值,然后采用KMeans算法对事件要素进行聚类。实验结果表明,FWEAI算法可以提高事件要素识别的准确率。 展开更多

关键词 特征加权 RELIEFF算法 事件要素识别 事件抽取

下载PDF 职称材料

篇章级文本的事件图谱构建与事件抽取方法

12

作者 张源奔 赵一斐 +3 位作者 赵志浩 韩众和 张利利 谢辉平 《计算机工程与设计》 北大核心 2024年第1期146-152,共7页

针对篇章级事件抽取任务主要存在的以下3个挑战:模型复杂、事件论元分散以及多事件抽取,提出一种基于异质交互图和有序树的篇章级事件抽取方法DTHIGN。支持以解耦实体抽取部分的方式精简模型的参数;构建面向触发词的篇章级异质交互图,... 针对篇章级事件抽取任务主要存在的以下3个挑战:模型复杂、事件论元分散以及多事件抽取,提出一种基于异质交互图和有序树的篇章级事件抽取方法DTHIGN。支持以解耦实体抽取部分的方式精简模型的参数;构建面向触发词的篇章级异质交互图,更全面地对语义进行建模;支持使用基于统一事件模板的树形事件论元抽取方式获得事件论元结果。实验结果表明,该方法能够获得较好的效果并显著降低模型的训练难度。 展开更多

关键词 深度学习 自然语言处理 事件图谱 事件抽取 事件论元抽取 异质图 图卷积网络

下载PDF 职称材料

基于跨事件理论的缺失事件角色填充研究 被引量：5

13

作者 侯立斌 李培峰 +1 位作者 朱巧明 钱培德 《计算机科学》 CSCD 北大核心 2012年第7期200-204,共5页

事件抽取是信息抽取领域的研究热点。针对ACE事件抽取局限于当前单个句子而造成大量事件论元角色缺失的现象,提出了基于跨事件的缺失事件角色填充理论并实现了原型系统。系统分为缺失角色填充识别和缺失角色填充分类两个部分,识别部分... 事件抽取是信息抽取领域的研究热点。针对ACE事件抽取局限于当前单个句子而造成大量事件论元角色缺失的现象,提出了基于跨事件的缺失事件角色填充理论并实现了原型系统。系统分为缺失角色填充识别和缺失角色填充分类两个部分,识别部分用于判定缺失角色是否可被填充,分类部分用于从其它事件描述中选择合适的角色(实体)对可被填充的缺失角色进行填充。对ACE2005语料进行了后期标注,实验中两个阶段的F值分别达到72.97和74.68。 展开更多

关键词 角色填充 跨事件 事件抽取

下载PDF 职称材料

增强依存结构表达的零样本跨语言事件论元角色分类

14

作者 张远洋 贡正仙 孔芳 《计算机工程与科学》 CSCD 北大核心 2024年第3期508-517,共10页

事件论元角色分类是事件抽取中的子任务,旨在为事件中的候选论元分配相应的角色。事件语料标注规则复杂、人力耗费大,在很多语言中缺少相关标注文本。零样本跨语言事件论元角色分类可以利用源语言的丰富语料建立模型,然后直接应用于标... 事件论元角色分类是事件抽取中的子任务,旨在为事件中的候选论元分配相应的角色。事件语料标注规则复杂、人力耗费大,在很多语言中缺少相关标注文本。零样本跨语言事件论元角色分类可以利用源语言的丰富语料建立模型,然后直接应用于标注语料匮乏的目标语言端。围绕不同语言的事件文本在依存结构上的表达共性,提出了使用BiGRU网络模块对触发词到候选论元的依存路径信息进行额外编码的方法。本文设计的编码模块能灵活地与当前主流的基于深度学习框架的事件论元角色分类模型相联合。实验结果表明,本文提出的方法能更有效地完成跨语言迁移,提高多个基准模型的分类性能。 展开更多

关键词 零样本跨语言 事件论元角色分类 依存结构 BiGRU 依存路径信息

下载PDF 职称材料

基于BERT和图注意力网络的篇章级事件论元识别

15

作者 王凯 廖涛 《现代计算机》 2024年第6期14-19,64,共7页

事件论元识别是事件抽取的子任务之一,其目的在于识别文本中与事件相关的论元及论元对应的论元角色。研究表明,句子的依存句法关系有助于事件论元任务识别,然而,在构造篇章的依存句法关系时容易引入不相关的论元产生噪声问题,现有方法... 事件论元识别是事件抽取的子任务之一,其目的在于识别文本中与事件相关的论元及论元对应的论元角色。研究表明,句子的依存句法关系有助于事件论元任务识别,然而,在构造篇章的依存句法关系时容易引入不相关的论元产生噪声问题,现有方法对噪声问题处理不佳。针对该问题,提出了一个基于BERT和图注意力网络的篇章级事件论元识别模型。该模型从两个角度去解决噪声问题,一方面,通过获取充分的篇章语义特征作为辅助,去构建更有效的篇章依存句法特征;另一方面,采用图注意力网络对不同的论元节点分配不同的权重,从而去除掉无效的论元。在RAMS语料库上的实验结果表明,该方法有效解决了篇章依存句法关系中存在的噪声问题,取得了较好的篇章级事件论元识别结果。 展开更多

关键词 篇章级事件论元识别 依存句法关系 BERT 图注意力网络

下载PDF 职称材料

机器人故障诊断事理逻辑知识图谱构建研究 被引量：1

16

作者 邓健峰 王涛 程良伦 《计算机工程与应用》 CSCD 北大核心 2023年第13期139-148,共10页

知识图谱技术对机器人系统高效有序的故障诊断具有重要的指导意义。针对故障诊断本体知识概念粒度较粗,实体识别模型存在特征提取不够准确的问题。提出了一种自顶向下的故障诊断事理逻辑知识图谱构建方法。对故障诊断事件知识建模,构建... 知识图谱技术对机器人系统高效有序的故障诊断具有重要的指导意义。针对故障诊断本体知识概念粒度较粗,实体识别模型存在特征提取不够准确的问题。提出了一种自顶向下的故障诊断事理逻辑知识图谱构建方法。对故障诊断事件知识建模,构建细粒度事理逻辑知识本体模型。提出基于注意力机制的堆叠BiLSTM和改进胶囊网络的事件论元实体识别模型。通过BERT预训练模型生成字符特征,利用堆叠BiLSTM获取深层上下文特征;结合事件论元实体关键特征注意力机制,对前向和后向上下文突出实体关键信息;提出改进胶囊网络对字符位置特征进行编码,提高模型对字符位置特征的关注。实验结果表明,提出的事件论元实体识别模型能提高实体识别效果。进一步,根据句式匹配完成论元实体匹配关系,构建机器人系统故障诊断事理逻辑知识图谱,为自主故障诊断提供知识支持。 展开更多

关键词 事理逻辑知识图谱 故障诊断本体 事件论元知识提取 堆叠BiLSTM 注意力机制 改进胶囊网络

下载PDF 职称材料

基于GLSTM和Attention的中文事件要素提取 被引量：4

17

作者 曹渝昆 孙涛 《计算机工程与应用》 CSCD 北大核心 2022年第6期157-163,共7页

事件信息抽取是信息抽取任务中的一种,旨在识别并提出一个事件的触发词和元素。由于容易受到数据稀疏的影响,事件要素的抽取是中文事件抽取任务中的一个难点,研究的重点在于特征工程的构建。中文语法相较英文要复杂许多,所以捕获英文文... 事件信息抽取是信息抽取任务中的一种,旨在识别并提出一个事件的触发词和元素。由于容易受到数据稀疏的影响,事件要素的抽取是中文事件抽取任务中的一个难点,研究的重点在于特征工程的构建。中文语法相较英文要复杂许多,所以捕获英文文本特征的方法在中文任务中效果并不明显,而目前常用的神经网络模型仅考虑了上下文信息,不能兼顾词法和句法特征。因此针对中文的词法和句法特点,构建一种结合分组长短期记忆网络(grouped long-short term memory,GLSTM)和Attention的中文事件要素抽取方法 AGCEE(attention and GLSTM based Chinese event extraction),通过Attention机制融合词特征和句子特征,采用GLSTM捕获句子的上下文信息,并通过条件随机场(conditional random fields,CRF)进行事件信息抽取,最后在公开数据集上进行实验以验证模型的有效性。 展开更多

关键词 事件要素抽取 注意力机制 融合特征 分组长短期记忆网络(GLSTM)

下载PDF 职称材料

基于门控图卷积与动态依存池化的事件论元抽取 被引量：5

18

作者 王士浩 王中卿 +1 位作者 李寿山 周国栋 《计算机科学》 CSCD 北大核心 2021年第S02期52-56,共5页

事件论元抽取是事件抽取任务中一个极具挑战性的子任务。该任务旨在抽取事件中的论元及论元扮演的角色。研究发现,句子的语义特征和依存句法特征对事件论元抽取都有着非常重要的作用,现有的方法往往未考虑如何将两种特征有效地融合起来... 事件论元抽取是事件抽取任务中一个极具挑战性的子任务。该任务旨在抽取事件中的论元及论元扮演的角色。研究发现,句子的语义特征和依存句法特征对事件论元抽取都有着非常重要的作用,现有的方法往往未考虑如何将两种特征有效地融合起来。因此,提出一种基于门控图卷积与动态依存池化的事件论元抽取模型。该方法使用BERT抽取出句子的语义特征;然后通过依存句法树设计两个相同的图卷积网络,抽取句子的依存句法特征,其中一个图卷积的输出会通过激活函数作为门控单元;接着,语义特征和依存句法特征通过门控单元后相加融合。此外,还设计了一个动态依存池化层对融合后的特征进行池化。在ACE2005数据集上的实验结果表明,该模型可以有效地提升事件论元抽取效果。 展开更多

关键词 事件论元抽取 图卷积 依存句法特征 语义特征 门控机制

下载PDF 职称材料

基于角色信息引导的多轮事件论元抽取

19

作者 于媛芳 张勇 +2 位作者 左皓阳 张连发 王婷婷 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第1期83-91,共9页

针对通用领域的事件论元抽取研究中角色信息利用不足和论元间缺少交互两个问题,提出角色信息引导的多轮事件论元抽取模型,用于增强文本的语义信息和论元之间的交互能力,提升事件论元抽取的性能。首先,为了更好地利用角色知识来引导论元... 针对通用领域的事件论元抽取研究中角色信息利用不足和论元间缺少交互两个问题,提出角色信息引导的多轮事件论元抽取模型,用于增强文本的语义信息和论元之间的交互能力,提升事件论元抽取的性能。首先,为了更好地利用角色知识来引导论元的抽取,该模型根据角色定义构造角色知识,对角色信息和文本独立编码,并采用基于注意力机制的方法获取标签知识增强的文本表示,进而采用增强嵌入来预测各角色论元的起始和结束位置。同时,为了在抽取过程中充分利用事件论元之间的交互,受多轮对话模型的启发,设计一种多轮事件论元抽取算法。该算法参照“先易后难”的自然逻辑,每次选择预测概率最大,也是最容易确定的角色进行抽取。在论元抽取过程中,为了对论元之间的交互进行建模,模型引入历史嵌入,并在每一次预测结束后更新历史嵌入,帮助下一轮事件论元的抽取。实验结果表明,角色信息的引导和多轮抽取算法均有效地提升了论元抽取的性能,使得该模型的表现优于其他基线模型。 展开更多

关键词 事件论元抽取 角色知识 BERT 信息融合 多轮抽取

下载PDF 职称材料

基于知识感知提示与对比调优的事件元素抽取方法

20

作者 孙基航 胡艳丽 唐九阳 《火力与指挥控制》 CSCD 北大核心 2023年第10期109-115,共7页

提示学习在事件元素抽取领域的应用越来越广泛。由于缺乏对实体信息的考虑,现有的事件元素抽取提示学习方法并没有达到满意的效果。现有的大部分基于提示学习的模型对于事件元素的表示也不够充分,分类效果欠佳。提出一种基于知识感知提... 提示学习在事件元素抽取领域的应用越来越广泛。由于缺乏对实体信息的考虑,现有的事件元素抽取提示学习方法并没有达到满意的效果。现有的大部分基于提示学习的模型对于事件元素的表示也不够充分,分类效果欠佳。提出一种基于知识感知提示与对比调优的事件元素抽取方法,该方法基于预训练模型,构建知识感知模板,将实体知识注入预训练模型中,通过中心对比学习充分区分元素表示,在预测阶段使用CRF-Viterbi解码算法提升解码效果。实验结果表明,在ACE2005数据集上,该方法相较于基线模型取得了更优越的效果。 展开更多

关键词 事件元素抽取 提示学习 对比学习 知识感知

下载PDF 职称材料