事件抽取技术研究综述 被引量：30

1

作者 高强 游宏梁 《情报理论与实践》 CSSCI 北大核心 2013年第4期114-117,128,共5页

作为信息抽取的重要组成部分,事件抽取的研究具有广阔的应用前景和巨大的现实意义。文章阐述事件及事件抽取的基本概念,简单介绍事件抽取的发展历史,并从元事件抽取和主题事件抽取两个方面出发,详细介绍主要的研究方法与研究现状,总结... 作为信息抽取的重要组成部分,事件抽取的研究具有广阔的应用前景和巨大的现实意义。文章阐述事件及事件抽取的基本概念,简单介绍事件抽取的发展历史,并从元事件抽取和主题事件抽取两个方面出发,详细介绍主要的研究方法与研究现状,总结事件抽取发展所面临的挑战,并在此基础上展望事件抽取的研究趋势。 展开更多

关键词 事件抽取 信息抽取 信息技术 综述

原文传递

基于隐马尔可夫模型的中文文本事件信息抽取 被引量：17

2

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

神经网络事件抽取技术综述 被引量：17

3

作者 秦彦霞 张民 郑德权 《智能计算机与应用》 2018年第3期1-5,10,共6页

事件抽取是信息抽取领域一个重要研究方向,对信息检索、自动问答、舆情分析等领域均有很高的应用价值。传统事件抽取方法大多采用人工构建的方式进行特征表示,并通过分类模型进行事件触发词分类和论元角色识别。近年来,神经网络方法在... 事件抽取是信息抽取领域一个重要研究方向,对信息检索、自动问答、舆情分析等领域均有很高的应用价值。传统事件抽取方法大多采用人工构建的方式进行特征表示,并通过分类模型进行事件触发词分类和论元角色识别。近年来,神经网络方法在图像分类、语音识别和自然语言处理等领域展现了突出的效果。神经网络方法的优势在于能够自动学习构建特征,从而避免了繁琐的特征工程。本文将对神经网络事件抽取技术进行系统论述,并展望未来的研究方向。 展开更多

关键词 事件抽取 信息抽取 神经网络 自动构建特征

下载PDF 职称材料

基于Web文本的灾害事件信息获取进展 被引量：16

4

作者 韩雪华 王卷乐 +1 位作者 卜坤 王玉洁 《地球信息科学学报》 CSCD 北大核心 2018年第8期1037-1046,共10页

大数据时代海量网络文本中蕴含的灾害事件信息是防灾减灾研究和应用的重要资源。从异构的Web文本中快速、准确抽取灾害事件时空信息和属性信息,分析其时空动态变化模式与趋势并进行可视化表达,是当前地理信息与灾害信息领域关注的热点... 大数据时代海量网络文本中蕴含的灾害事件信息是防灾减灾研究和应用的重要资源。从异构的Web文本中快速、准确抽取灾害事件时空信息和属性信息,分析其时空动态变化模式与趋势并进行可视化表达,是当前地理信息与灾害信息领域关注的热点。本文从Web文本挖掘的整体技术框架、灾害主题页面抓取、灾害事件信息解析与抽取、灾害事件信息空间展示分析、以及防灾减灾应用系统等方面调研和综述了相关进展。针对防灾减灾领域的Web文本信息获取未来趋势,分析概括了全流程的Web文本灾害事件信息提取适用技术,并指出未来研究趋势:(1)重点开展全球灾害信息全景式获取分析,实现全球灾害事件信息的自动化获取、分析及可视化展示;(2)向联合国可持续发展目标(SDGs)和中国"一带一路"倡议,加强典型热点区域的Web灾害事件信息获取分析应用研究并形成示范系统;(3)按照数据、信息、知识的应用层次,建立以大数据挖掘和分析技术支撑的新型防灾减灾知识服务系统。 展开更多

关键词 防灾减灾 灾害事件 WEB文本 信息提取 时空信息

原文传递

元事件抽取研究综述 被引量：15

5

作者 高李政 周刚 +1 位作者 罗军勇 兰明敬 《计算机科学》 CSCD 北大核心 2019年第8期9-15,共7页

事件抽取是信息抽取领域的一个重要研究方向,在情报收集、知识提取、文档摘要、知识问答等领域有着广泛应用。对当前事件抽取领域研究得较多的元事件抽取进行了综述。首先,简要介绍了元事件和元事件抽取的基本概念,以及元事件抽取的主... 事件抽取是信息抽取领域的一个重要研究方向,在情报收集、知识提取、文档摘要、知识问答等领域有着广泛应用。对当前事件抽取领域研究得较多的元事件抽取进行了综述。首先,简要介绍了元事件和元事件抽取的基本概念,以及元事件抽取的主要实现方法。然后,重点阐述了元事件抽取的主要任务,详细介绍了元事件检测过程,并对其他相关任务进行了概述。最后,总结了元事件抽取面临的问题,在此基础上展望了元事件抽取的发展趋势。 展开更多

关键词 元事件抽取 信息提取 元事件检测 触发词

下载PDF 职称材料

领域事件图谱构建方法综述 被引量：13

6

作者 王毅 沈喆 +1 位作者 姚毅凡 成颖 《数据分析与知识发现》 CSSCI CSCD 北大核心 2020年第10期1-13,共13页

【目的】分析并评述领域事件知识图谱构建的相关研究,为后续研究提供理论基础和实践指导。【文献范围】利用Web of Science核心数据库和Google Scholar以"Event Graph"、"Event extraction"和"Event relation&... 【目的】分析并评述领域事件知识图谱构建的相关研究,为后续研究提供理论基础和实践指导。【文献范围】利用Web of Science核心数据库和Google Scholar以"Event Graph"、"Event extraction"和"Event relation"等主题词进行检索,经过手工筛选获得代表性文献61篇。【方法】采用文献调研方法系统梳理领域事件图谱在定义、构建流程、识别方法等方面的工作。总结了基于规则、基于特征学习以及基于神经网络三种事件抽取的方法,对事件抽取与事件关系抽取中的特征选择、模型架构以及实验结果等进行分析和对比。【结果】借鉴通用图谱构建的方法,提出包括事件触发词识别、事件要素识别、事件关系识别以及事件存储等在内的领域事件图谱构建流程模型。从描述结构、领域限制、事件形式、推理能力和时序关系等角度阐明构建标准应具备的元素。在构建实践中,事件本体的借鉴和复用是必要选项,事件抽取采用神经网络方法是目前最优的选择。【局限】由于标准数据集的缺失,事件关系抽取对比中未能采用统一的数据集进行量化比较。【结论】提出从知识提升、迁移学习以及认知模型等三个视角开展该主题后继研究的建议。 展开更多

关键词 领域事件图谱 知识图谱 事件抽取 信息提取

原文传递

事件信息抽取中语义角色标注研究 被引量：8

7

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

基于动词论元结构的中文事件抽取方法 被引量：11

8

作者 肖升 何炎祥 《计算机科学》 CSCD 北大核心 2012年第5期161-164,176,共5页

为将动词与其论元间的约束规则应用于事件抽取,在事件模型中引入动词论元结构形成模型变体,围绕模型变体提出基于动词论元结构的中文事件抽取方法。此方法首先对待抽取文本进行预处理和句法分析,得出其语法结构;然后将所得结构与动词论... 为将动词与其论元间的约束规则应用于事件抽取,在事件模型中引入动词论元结构形成模型变体,围绕模型变体提出基于动词论元结构的中文事件抽取方法。此方法首先对待抽取文本进行预处理和句法分析,得出其语法结构;然后将所得结构与动词论元结构属性进行比较,找出每个动词支配的论元;最后利用论元的语义属性确定与之对应的事件特征并由此完成事件抽取。实验结果显示,此方法能有效提高抽取系统的性能和效率。 展开更多

关键词 动词 论元结构 事件特征 触发词 事件模型 中文事件 信息抽取

下载PDF 职称材料

突发事件案例表示方法 被引量：12

9

作者 黄超 黄全义 +1 位作者 申世飞 疏学明 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2014年第2期149-152,158,共5页

案例表示是案例推理的基础,突发事件案例涉及到大量非结构化的信息,如何有效地将海量信息整合成案例是案例表示的关键。该文针对中国突发事件的特点,结合信息来源,给出了突发事件案例应包括的要素,针对结构化信息和非结构化信息提出了... 案例表示是案例推理的基础,突发事件案例涉及到大量非结构化的信息,如何有效地将海量信息整合成案例是案例表示的关键。该文针对中国突发事件的特点,结合信息来源,给出了突发事件案例应包括的要素,针对结构化信息和非结构化信息提出了不同的表示方法。对于结构化信息,使用模糊集合的方法定量表示,以隶属度函数代替单一的数值;对于非结构化的文本信息,通过对3种关键词提取方法的比较研究,选择了基于词语共现概率的改进方法提取关键词,利用提取结果进行信息抽取。整个案例被表示成包含定量化数据和抽取文本的半结构化形式,前者主要用于案例匹配,后者记录了案例的详细内容,用于提供决策支持。这种表示方法为进一步的案例推理奠定了基础。 展开更多

关键词 突发事件 案例推理 案例表示 模糊集合 信息抽取

原文传递

中文事件抽取研究文献之算法效果分析 被引量：9

10

作者 吉久明 陈锦辉 +1 位作者 李楠 孙济庆 《现代情报》 CSSCI 北大核心 2015年第12期3-10,共8页

事件抽取是指识别文本中描述在某个时间(或时间段),某个地点或地区,由一个或多个角色参与的某动作的事件。首先对我国关于事件抽取研究的文献进行了总结,给出事件抽取的主要方法及模型。并针对文献中对这些事件抽取方法的效果进行统计分... 事件抽取是指识别文本中描述在某个时间(或时间段),某个地点或地区,由一个或多个角色参与的某动作的事件。首先对我国关于事件抽取研究的文献进行了总结,给出事件抽取的主要方法及模型。并针对文献中对这些事件抽取方法的效果进行统计分析,探讨各种事件抽取方法或模型的效果及适用性。经过对现有研究文献的统计,结论为:当前有关事件抽取的研究仍在继续,主要集中于金融资讯、会议信息、突发事件、个人简历等来自网页、微博微信等自媒体信息或军事法律等专业文件的事件抽取,所采用的算法包括SVM、CRF、ME、模式匹配、聚类算法等;CRF算法应用与个人简历事件抽取效果最好,采用模式匹配算法的有效文献量相对较多,触发词方法的综合效果较优于模式匹配算法,但较多领域存在触发词算法的查全率较低的问题。 展开更多

关键词 中文事件 事件抽取 信息抽取 统计分析 情报分析

下载PDF 职称材料

事件抽取技术的回顾与展望 被引量：9

11

作者 许旭阳 韩永峰 宋文政 《信息工程大学学报》 2011年第1期113-118,共6页

事件抽取技术是信息抽取领域一个重要的研究方向。近年来,在自动内容抽取等评测会议的推动下,事件抽取的研究得出了一系列理论和算法,并推出一些实用的系统。详细介绍了事件抽取的主要研究任务,重点论述和分析了事件抽取的主要方法、研... 事件抽取技术是信息抽取领域一个重要的研究方向。近年来,在自动内容抽取等评测会议的推动下,事件抽取的研究得出了一系列理论和算法,并推出一些实用的系统。详细介绍了事件抽取的主要研究任务,重点论述和分析了事件抽取的主要方法、研究现状及关键技术,最后总结事件抽取的发展历程、事件抽取技术当前面临的挑战以及未来需要努力的方向。 展开更多

关键词 事件抽取 信息抽取 自动内容抽取 自然语言处理

下载PDF 职称材料

面向新领域的事件抽取研究综述 被引量：6

12

作者 黄河燕 刘啸 《智能系统学报》 CSCD 北大核心 2022年第1期201-212,共12页

在当前互联网时代,大量新领域下的非结构文本数据中蕴含了海量信息。面向新领域的事件抽取方法研究能快速地构建领域知识库,用于支撑基于知识的下游应用。但现有事件抽取系统的领域限定性强,在新领域中从零构建会极度依赖事件体系和标... 在当前互联网时代,大量新领域下的非结构文本数据中蕴含了海量信息。面向新领域的事件抽取方法研究能快速地构建领域知识库,用于支撑基于知识的下游应用。但现有事件抽取系统的领域限定性强,在新领域中从零构建会极度依赖事件体系和标注数据的质量及规模,需要大量人力和专家知识来定制模板和标注语料。而且数据集中常见在相同的上下文中出现多个相关联的事件实例,对事件抽取和真实性检测产生了极大阻碍。本文针对面向新领域的事件抽取这一新兴研究领域进行综述,从事件模板推导、多实例联合事件抽取、事件真实性检测三个研究方向介绍了相关工作的研究现状,并对目前存在的重点和难点问题进行了讨论,指出了下一步需要开展的研究工作。 展开更多

关键词 事件抽取 新领域 信息抽取 事件模板推导 联合抽取 事件真实性检测 自然语言处理 知识库

下载PDF 职称材料

最大熵模型的事件分类 被引量：7

13

作者 于江德 李学钰 +1 位作者 樊孝忠 庞文博 《电子科技大学学报》 EI CAS CSCD 北大核心 2010年第4期612-616,共5页

提出了一种基于最大熵模型的事件分类方法,该方法能够综合事件表述语句中的触发词信息及各类上下文特征对事件进行分类。对其中的两个关键问题:参数估计、特征模板与特征选择进行了详细论述,采用IIS算法学习模型参数,使用增量选择方法... 提出了一种基于最大熵模型的事件分类方法,该方法能够综合事件表述语句中的触发词信息及各类上下文特征对事件进行分类。对其中的两个关键问题:参数估计、特征模板与特征选择进行了详细论述,采用IIS算法学习模型参数,使用增量选择方法选择特征。应用该方法对人民日报语料中的职务变动、会见、恐怖袭击、法庭宣判、自然灾害五类事件进行了分类实验,结果表明,该方法的分类效果明显优于传统的分类方法。 展开更多

关键词 事件信息抽取 事件分类 事件表述语句 最大熵模型 触发词

下载PDF 职称材料

基于事件框架的主题事件融合研究 被引量：6

14

作者 许荣华 吴刚 +1 位作者 李培峰 朱巧明 《计算机应用研究》 CSCD 北大核心 2009年第12期4542-4545,共4页

针对事件抽取获得的单个元事件无法完整描述主题事件的特点,提出了一种主题事件的融合方法,通过该方法将与同一主题相关的所有元事件整合在一起,以层次化的形式表示。首先定义了一种事件融合框架TEFF(topic event fusion framework)。... 针对事件抽取获得的单个元事件无法完整描述主题事件的特点,提出了一种主题事件的融合方法,通过该方法将与同一主题相关的所有元事件整合在一起,以层次化的形式表示。首先定义了一种事件融合框架TEFF(topic event fusion framework)。该框架根据各类元事件在主题事件中的作用,将主题事件以层次化的形式表示。同时给出元事件和主题的相关度计算方法,通过该算法来评价元事件和主题的相关度。在TEFF的指导下,通过相关度计算,实现主题事件的融合。在以2008年起的金融危机为主题的实验中,取得了F值为77.1%的实验结果,这表明该方法能有效地对主题事件进行融合。 展开更多

关键词 事件框架 主题事件融合 事件信息抽取

下载PDF 职称材料

面向司法数据的事件抽取方法研究 被引量：3

15

作者 贾阵 丁泽华 +2 位作者 陈艳平 黄瑞章 秦永彬 《计算机工程与应用》 CSCD 北大核心 2023年第6期277-282,共6页

司法数据中的事件主要用于描述案件中犯罪主体和客体之间行为状态的改变,通过识别司法事件能有效地支撑智能化辅助办案研究。目前,现有事件抽取技术主要通过触发词识别事件,然后根据预定义的模板抽取对应参数。其主要缺点是只能抽取预... 司法数据中的事件主要用于描述案件中犯罪主体和客体之间行为状态的改变,通过识别司法事件能有效地支撑智能化辅助办案研究。目前,现有事件抽取技术主要通过触发词识别事件,然后根据预定义的模板抽取对应参数。其主要缺点是只能抽取预定义的事件类型,并且抽取的事件不一定是句子语义表达的中心。针对上述问题,提出一种基于谓语中心词的司法事件定义方法,并搭建一个结合字词语义信息的神经网络模型。该模型采用字的Embedding获取字的语义信息,并通过CNN获得词特征信息。将词特征信息结合后,使用Cross-BiLSTM交叉学习字词交互信息在上下文的依赖表示,由CRF计算出每个字的最优标签路径。通过实验表明,该模型在司法数据集上的F1值达到84.41%,超出对比方法4.8%。 展开更多

关键词 事件抽取 谓语中心词 信息抽取 神经网络 语义信息

下载PDF 职称材料

基于Fin-BERT的中文金融领域事件抽取方法

16

作者 李熠 耿朝阳 杨丹 《计算机工程与应用》 CSCD 北大核心 2024年第14期123-132,共10页

事件抽取旨在从海量的非结构化的事件相关文本中抽取出人类感兴趣的内容,目前现有的事件抽取方法大多数基于通用语料,很少考虑到领域内的先验知识,并且现有的方法大多数不能很好地处理同一文档包含多个事件的情况,面对存在较多负面样例... 事件抽取旨在从海量的非结构化的事件相关文本中抽取出人类感兴趣的内容,目前现有的事件抽取方法大多数基于通用语料,很少考虑到领域内的先验知识,并且现有的方法大多数不能很好地处理同一文档包含多个事件的情况,面对存在较多负面样例的测试也表现不佳。针对上述问题提出了一种基于Fin-BERT(financial bidirectional encoder representation from Transformers)和PTPCG(pseudo-trigger-aware pruned complete graph)的模型FinPTPCG,该方法充分利用Fin-BERT预训练模型的表达能力,在编码阶段融入领域内的先验知识,并且在事件检测模块采用多个二元分类器叠加的方式,保证模型可以有效识别一篇文档内存在多事件的情况并筛除掉负面样例,抽取实体之后将实体连接成完全图并通过计算相似度矩阵进行剪枝,通过选择伪触发器解决无标注触发词的问题,最后接入事件分类器实现事件抽取。该方法在ChFinAnn和Duee-fin数据集上事件抽取任务的F1值相比于基线方法分别取得了0.7个百分点和3.7个百分点的提升。 展开更多

关键词 事件抽取 事件检测 信息抽取 自然语言处理

下载PDF 职称材料

基于槽位语义增强提示学习的篇章级事件抽取方法 被引量：2

17

作者 李鸿鹏 马博 +3 位作者 杨雅婷 王磊 王震 李晓 《计算机工程》 CAS CSCD 北大核心 2023年第9期23-31,共9页

事件抽取旨在将非结构化自然语言文本中的事件信息以结构化形式进行识别提取。传统事件抽取方法抽取范围局限于单个句子,且依赖较大规模的标注数据,在篇章级抽取任务与低资源目标领域中表现不佳。现有研究利用提示学习方法,以模板槽位... 事件抽取旨在将非结构化自然语言文本中的事件信息以结构化形式进行识别提取。传统事件抽取方法抽取范围局限于单个句子,且依赖较大规模的标注数据,在篇章级抽取任务与低资源目标领域中表现不佳。现有研究利用提示学习方法,以模板槽位填空方式实现篇章级事件抽取,其缺点在于传统提示模板槽位对论元角色分类准确度不高,容易造成论元角色抽取错误。针对上述问题,提出一种基于槽位语义增强提示学习的篇章级事件抽取方法,在提示学习方法的基础上,将传统事件抽取范式中的论元角色语义信息融入提示模板槽位中,为模型的槽位预测生成环节提供论元类型约束,提高篇章级事件抽取的准确率。通过使预训练语言模型上下游任务保持一致,提高模型的泛化能力,同时以较低成本实现知识迁移,在低资源事件抽取场景下提升模型性能。实验结果表明,相较于表现次优的传统基线方法,在包含59种论元类型的英文事件抽取数据集、包含92种论元类型的中文数据集以及低资源数据规模下,该方法的F1值分别取得了2.6、2.9和4.0个百分点的提升。 展开更多

关键词 事件抽取 提示学习 信息抽取 自然语言处理 预训练语言模型

下载PDF 职称材料

基于知识提示微调的事件抽取方法

18

作者 李璐 朱焱 《计算机与现代化》 2024年第7期36-40,共5页

事件抽取是信息抽取中的一个重要研究热点,旨在通过识别和分类事件触发词和论元,从文本中抽取出事件结构化信息。传统的方法依赖于复杂的下游网络,需要足够的训练数据,在数据稀缺的情况下表现不佳。现有研究利用提示学习,在事件抽取上... 事件抽取是信息抽取中的一个重要研究热点,旨在通过识别和分类事件触发词和论元,从文本中抽取出事件结构化信息。传统的方法依赖于复杂的下游网络,需要足够的训练数据,在数据稀缺的情况下表现不佳。现有研究利用提示学习,在事件抽取上取得一定的研究成果,但依赖手工构建,且只依靠预训练模型已有的知识,缺乏事件特有的知识。因此本文提出一种基于知识提示微调的事件抽取方法。该方法采用条件生成的方式,在现有预训练语言模型知识的基础上,注入事件信息以提供论元关系约束,并采用提示微调策略对提示进行优化。大量实验结果表明,相较于传统基线方法,该方法在触发词抽取上优于基线方法,并在小样本下达到最好的效果。 展开更多

关键词 事件抽取 提示学习 信息抽取 自然语言处理 预训练语言模型

下载PDF 职称材料

中医文献的句子级联合事件抽取 被引量：5

19

作者 高甦 陶浒 +3 位作者 蒋彦钊 贾麒 张德政 谢永红 《情报工程》 2021年第5期15-29,共15页

[目的/意义]中医领域存在大量的文献,这些文献中含有大量中医诊疗的知识。但这些知识往往存在于非结构化文本中,通过信息抽取技术将其转化成结构化文本,不仅能够提高效率,还可以进一步推进中医智能辅助诊疗的发展。[方法/过程]本文使用... [目的/意义]中医领域存在大量的文献,这些文献中含有大量中医诊疗的知识。但这些知识往往存在于非结构化文本中,通过信息抽取技术将其转化成结构化文本,不仅能够提高效率,还可以进一步推进中医智能辅助诊疗的发展。[方法/过程]本文使用了联合事件抽取模型,利用BERT对中医文献进行字向量表示,并在此基础上加入Self-Attention层,最后与CRF模型结合,实现了对中医文献的句子级事件的初步抽取。[结果/结论]通过实验与Pipeline模型进行对比,结果显示,本文使用的模型F1值较Pipeline模型提高了14.2%。 展开更多

关键词 事件抽取 信息抽取 中医文献 联合事件抽取模型

下载PDF 职称材料

基于深度学习的事件抽取研究综述 被引量：1

20

作者 王浩畅 周郴莲 Marius Gabriel PETRESCU 《软件学报》 EI CSCD 北大核心 2023年第8期3905-3923,共19页

事件抽取是从非结构化的自然语言文本中自动抽取用户感兴趣的事件信息,并以结构化的形式表示出来.事件抽取是自然语言处理与理解中的重要方向,在政府公共事务管理、金融业务、生物医学等不同领域有着很高的应用价值.根据对人工标注数据... 事件抽取是从非结构化的自然语言文本中自动抽取用户感兴趣的事件信息,并以结构化的形式表示出来.事件抽取是自然语言处理与理解中的重要方向,在政府公共事务管理、金融业务、生物医学等不同领域有着很高的应用价值.根据对人工标注数据的依赖程度,目前基于深度学习的事件抽取方法主要分为两类:有监督和远程监督学习方法.对当前深度学习中事件抽取技术进行了全面的综述.围绕有监督中CNN、RNN、GAN、GCN与远程监督等方法,系统地总结了近几年的研究情况,并对不同的深度学习模型的性能进行了详细对比与分析.最后,对事件抽取面临的挑战进行了分析,针对研究趋势进行了展望. 展开更多

关键词 事件抽取 有监督学习 深度学习 远程监督 信息抽取

下载PDF 职称材料