期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于联合标注和全局推理的篇章级事件抽取 被引量：21
1
作者 仲伟峰 杨航 +2 位作者 陈玉博 刘康 赵军 《中文信息学报》 CSCD 北大核心 2019年第9期88-95,106,共9页
事件抽取可以帮助人们从海量的文本中快速、准确地获取感兴趣的事件知识。然而,目前事件抽取的研究主要集中在从单一句子中抽取事件,由于事件构成的复杂性和语言表述的多样性,多数情况下多句才能完整地描述一个事件。因此,从篇章中抽取... 事件抽取可以帮助人们从海量的文本中快速、准确地获取感兴趣的事件知识。然而,目前事件抽取的研究主要集中在从单一句子中抽取事件,由于事件构成的复杂性和语言表述的多样性,多数情况下多句才能完整地描述一个事件。因此,从篇章中抽取出完整的结构化事件信息,显得更有价值和意义。该文首先利用基于注意力机制的序列标注模型联合抽取句子级事件的触发词和实体,与独立进行实体抽取和事件识别相比,联合标注的方法在F值上提升了1个百分点。然后利用多层感知机判断实体在事件中扮演的角色。最后,在句子级事件抽取的基础上,利用整数线性规划的方法进行全局推理,融合句子级事件信息,实现篇章级事件抽取,与基线模型相比,这种基于全局推理的篇章级事件抽取在F值上提升了3个百分点。 展开更多
关键词 篇章级事件抽取 联合标注 全局推理
下载PDF
基于多粒度实体异构图的篇章级事件抽取方法 被引量：4
2
作者 张虎 张广军 《计算机科学》 CSCD 北大核心 2023年第5期255-261,共7页
篇章级事件抽取是一项面向多个句子长文本的事件抽取任务,现有的篇章级事件抽取研究一般将事件抽取分为候选实体抽取、事件检测和论元识别3个子任务,且通常采用联合学习的方式进行训练。然而,已有篇章级事件抽取方法大都采用逐句的方式... 篇章级事件抽取是一项面向多个句子长文本的事件抽取任务,现有的篇章级事件抽取研究一般将事件抽取分为候选实体抽取、事件检测和论元识别3个子任务,且通常采用联合学习的方式进行训练。然而,已有篇章级事件抽取方法大都采用逐句的方式抽取候选实体,未考虑跨句的上下文信息,明显降低了实体抽取和论元识别的精度,影响了最终的事件抽取效果。基于此,文中提出了一种基于多粒度实体异构图的篇章级事件抽取方法。该方法分别采用Transformer和RoBerta两个独立的编码器进行句子级和段落级实体抽取;同时,提出了多粒度实体选择策略,从句子实体集和段落实体集中选择更可能是论元的实体,并进一步构造融入多粒度实体的异构图;最后,利用图卷积网络获得具有篇章级上下文感知的实体和句子表示,进行事件类型和事件论元的多标签分类,实现事件检测和论元识别。在ChFinAnn和Duee-fin数据集上进行了实验,结果表明,所提方法比以往的方法在F1值方面分别提高了约1.3%和3.9%,证明了该方法的有效性。 展开更多
关键词 篇章级事件抽取 事件抽取 异构图 实体抽取 多粒度
下载PDF
基于深度学习的篇章级事件抽取研究综述 被引量：5
3
作者 胡瑞娟 周会娟 +1 位作者 刘海砚 李健 《计算机工程与应用》 CSCD 北大核心 2022年第24期47-60,共14页
事件抽取是信息抽取领域中一项十分重要且具有挑战性的任务,在事理图谱构建、舆情监控、态势感知等方面起着举足轻重的作用。目前研究较多的是句子级事件抽取,而面对“论元分散”和“多事件”的挑战,基于深度学习的篇章级事件抽取陆续... 事件抽取是信息抽取领域中一项十分重要且具有挑战性的任务,在事理图谱构建、舆情监控、态势感知等方面起着举足轻重的作用。目前研究较多的是句子级事件抽取,而面对“论元分散”和“多事件”的挑战,基于深度学习的篇章级事件抽取陆续展开。总结了篇章级事件抽取的定义、主要任务和面临的挑战,分别从获取词语、句子和文档三种不同粒度的语义信息,捕获文档结构特征建模不同的图结构,融合语义信息和结构特征,以及将事件抽取转化为阅读理解、智能问答等其他任务解决方案等四个不同的维度,详细讨论了近年来篇章级事件抽取相关的模型和方法,在此基础上归纳了常用数据集,并对典型方法的抽取效果进行了评估和对比。展望了篇章级事件抽取的研究趋势。 展开更多
关键词 篇章级事件抽取 论元分散 多事件 深度学习 评价指标
下载PDF
一种基于核心论元的篇章级事件抽取方法
4
作者 孙承杰 李宗蔚 +1 位作者 单丽莉 林磊 《山东大学学报（理学版）》 CAS CSCD 北大核心 2024年第7期53-63,共11页
提出一种基于核心论元的篇章级事件抽取选取方法(core arguments-based document level event extraction,CA-DocEE),该方法根据论元在篇章级事件中的分布特点定义核心论元的选取标准,采用异质图卷积神经网络将篇章上下文信息用于增强... 提出一种基于核心论元的篇章级事件抽取选取方法(core arguments-based document level event extraction,CA-DocEE),该方法根据论元在篇章级事件中的分布特点定义核心论元的选取标准,采用异质图卷积神经网络将篇章上下文信息用于增强论元实体编码,基于机器阅读理解方法捕捉句子中的深层次语义信息来进行论元角色分类。在篇章级事件抽取公开数据集上,本文提出的方法的微平均F1值达到了80.1%,取得了与目前已知最好方法相当的效果。 展开更多
关键词 事件抽取 篇章级事件抽取 机器阅读理解 图卷积神经网络
原文传递
基于伪触发词的并行预测篇章级事件抽取方法
5
作者 秦海涛 线岩团 +1 位作者 相艳 黄于欣 《电子技术应用》 2024年第4期67-74,共8页
篇章级事件抽取一般将事件抽取任务分为候选实体识别、事件检测和论元识别3个子任务,然后采用级联的方式依次进行,这样的方式会造成误差传递;另外,现有的大多数模型在解码事件时,对事件数量的预测隐含在解码过程中,且只能按照预定义的... 篇章级事件抽取一般将事件抽取任务分为候选实体识别、事件检测和论元识别3个子任务,然后采用级联的方式依次进行,这样的方式会造成误差传递;另外,现有的大多数模型在解码事件时,对事件数量的预测隐含在解码过程中,且只能按照预定义的事件顺序及预定义的角色顺序预测事件论元,使得先抽取的事件并没有考虑到后面抽取的事件。针对以上问题提出一种多任务联合的并行预测事件抽取框架。首先,使用预训练语言模型作为文档句子的编码器,检测文档中存在的事件类型,并使用结构化自注意力机制获取伪触发词特征,预测每种事件类型的事件数量;然后将伪触发词特征与候选论元特征进行交互,并行预测每个事件对应的事件论元,在大幅缩减模型训练时间的同时获得与基线模型相比更好的性能。最终事件抽取结果F1值为78%,事件类型检测子任务F1值为98.7%,事件数量预测子任务F1值为90.1%,实体识别子任务F1值为90.3%。 展开更多
关键词 篇章级事件抽取 多任务联合 预训练语言模型 结构化自注意力机制 并行预测
下载PDF
面向新冠新闻的三阶段篇章级事件抽取方法 被引量：1
6
作者 郭鑫 高彩翔 +2 位作者 陈千 王素格 王雪婧 《计算机工程与应用》 CSCD 北大核心 2023年第3期150-157,共8页
事件抽取是信息抽取领域的一个研究热点。在新冠肺炎疫情常态化下,利用事件抽取技术可以筛选出有价值的信息。然而事件抽取领域缺乏精标注的新冠新闻训练数据集,且因部分事件的复杂性,论元不只存在于一句话中,需要多个句子才能完整描述... 事件抽取是信息抽取领域的一个研究热点。在新冠肺炎疫情常态化下,利用事件抽取技术可以筛选出有价值的信息。然而事件抽取领域缺乏精标注的新冠新闻训练数据集,且因部分事件的复杂性,论元不只存在于一句话中,需要多个句子才能完整描述一个事件。因此,首先构建新冠肺炎新闻数据集,接着提出一种三阶段的管道方法实现从篇章中抽取新冠肺炎事件。该方法对数据集进行事件类型分类;进行事件句的抽取;实现篇章级论元抽取。实验结果表明提出的方法能够减少事件分类时间,抽取两个事件句的条件下,对数据通报类论元识别效果最好,准确率、召回率和F1值达到75.0%、73.0%,和74.0%,证明方法能有效抽取新冠肺炎相关篇章级事件。 展开更多
关键词 新冠肺炎 信息抽取 事件句抽取 篇章级事件抽取
下载PDF
基于全局语义匹配的篇章级事件抽取方法 被引量：1
7
作者 高兵 皇甫楠 +1 位作者 邹启杰 秦静 《计算机技术与发展》 2023年第7期154-159,共6页
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... 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。 展开更多
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
下载PDF
基于BERT的端到端中文篇章事件抽取 被引量：2
8
作者 张洪宽 宋晖 +1 位作者 徐波 王舒怡 《中文信息学报》 CSCD 北大核心 2022年第10期97-106,共10页
篇章级事件抽取研究从整篇文档中检测事件,识别出事件包含的元素并赋予每个元素特定的角色。该文针对限定领域的中文文档提出了基于BERT的端到端模型,在模型的元素和角色识别中依次引入前序层输出的事件类型以及实体嵌入表示,增强文本... 篇章级事件抽取研究从整篇文档中检测事件,识别出事件包含的元素并赋予每个元素特定的角色。该文针对限定领域的中文文档提出了基于BERT的端到端模型,在模型的元素和角色识别中依次引入前序层输出的事件类型以及实体嵌入表示,增强文本的事件、元素和角色关联表示,提高篇章中各事件所属元素的识别精度。在此基础上利用标题信息和事件五元组的嵌入式表示,实现主从事件的划分及元素融合。实验证明,该文提出的方法与现有工作相比具有明显的性能提升。 展开更多
关键词 篇章级事件抽取 端到端 主从事件
下载PDF
基于阅读理解与图神经网络的篇章级事件抽取 被引量：1
9
作者 张亚君 谭红叶 《中文信息学报》 CSCD 北大核心 2023年第8期95-103,共9页
篇章级事件抽取是从篇章文本抽取出事件类型及其对应的论元。现有的篇章级事件抽取模型面临着以下挑战:①忽略了角色释义的先验信息,导致事件元素候选识别不准确;②事件论元分散于不同的句子,需要聚合篇章级信息。为了解决这些问题,该... 篇章级事件抽取是从篇章文本抽取出事件类型及其对应的论元。现有的篇章级事件抽取模型面临着以下挑战:①忽略了角色释义的先验信息,导致事件元素候选识别不准确;②事件论元分散于不同的句子,需要聚合篇章级信息。为了解决这些问题,该文提出了基于阅读理解与图神经网络的篇章级事件抽取模型:将事件元素候选识别建模为阅读理解任务,利用角色释义,根据不同模板构建问题在上下文中回答这些问题进行事件元素抽取;将得到的事件元素通过图神经网络建模,获得分散在不同句子中论元的篇章级表示。在百度金融篇章级数据集(DuEE-fin)和中国金融数据集(ChinFinAnn)上进行实验表明,该方法能有效利用先验信息并建模论元间的联系。 展开更多
关键词 篇章级事件抽取 阅读理解 图神经网络
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部