计算机科学与探索

作者：王雷, 李瑞轩, 李玉华, 辜希武, 杨琪

单位：华中科技大学 计算机科学与技术学院，武汉 430074

关键词：文档级事件抽取,无触发词,联合模型,实体识别,事件检测

当前广为研究的在单个句子范围内的事件抽取方法，难以扩展到从分布在一篇文章里的多个句子中抽取同一事件的完整论元。对此，提出了一种基于深度学习的文档级事件抽取联合模型。首先，利用基于多头自注意力机制的实体识别模块逐句识别文档中的实体并输出其类型。然后，通过定义不同论元角色对事件类型的重要度训练事件类型检测模块，实现在无触发词条件下定位事件表述中心句并判断事件类型。最后，事件论元抽取模块通过在实体语义向量中嵌入实体的类型信息和实体到事件中心句的距离信息，并输入Transformer网络与上下文交换信息，实现在文档范围内抽取全部事件论元。通过对上述三个子模块进行联合训练，进一步实现了端到端的事件抽取，避免了管道式方法的误差传递。在公开数据集上的实验结果表明：在单事件条件下，该模型取得了86.3%的[F1]值，优于当前最佳的文档级事件抽取方法，并且具有优秀的模型训练速度。

来源：2021年第12期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2021年第12期