-
题名基于全局语义匹配的篇章级事件抽取方法
被引量：1
- 1
-
-
作者
高兵
皇甫楠
邹启杰
秦静
-
机构
大连大学信息工程学院
大连大学大连市智慧医疗与健康重点实验室
大连大学软件工程学院
-
出处
《计算机技术与发展》
2023年第7期154-159,共6页
-
基金
国家自然科学基金青年科学基金项目(62002038)
辽宁省科学研究经费项目(LJKZ1180)。
-
文摘
作为自然语言处理领域中经典的信息抽取任务,事件抽取方法可以帮助人们从海量文本数据中快速准确地获取结构化事件信息,在事理图谱构建、舆情监控、态势感知等多个方面都起着举足轻重的作用。而由于事件组成的复杂性,文档中会包含多个相关的事件句,如果在对文档进行事件抽取时仅针对单个句子,从句子层面进行事件抽取,则很难将一个事件分散在整个文档中的事件信息抽取完整,得到完整的事件信息。为了解决这些问题,该文提出了基于全局语义匹配的篇章级事件抽取方法。首先,使用基于长短期记忆网络—条件随机场的序列标注模型进行句子级事件抽取;其次,在句子级事件抽取的基础上,采用所提全局语义匹配方法进行事件共指判断,通过融合句子级事件信息完成事件信息的完整抽取;最后,在MUC-4事件抽取数据集对所提模型进行验证,结果表明所提方法对文档中分散的事件元素有更准确抽取效果,在F1值上也有明显提升。
-
关键词
事件抽取
篇章级事件抽取
全局语义匹配
论元识别
信息融合
机器学习
-
Keywords
event extraction
document level event extraction
global semantic match
argument identification
information fusion
machine learning
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
