CASIA OpenIR
基于联合标注和全局推理的篇章级事件抽取
仲伟峰1; 杨航1; 陈玉博2; 刘康2; 赵军2
Source Publication中文信息学报
ISSN1003-0077
2019
Volume33Issue:9Pages:88
Abstract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。
Language英语
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/29562
Collection中国科学院自动化研究所
Affiliation1.哈尔滨理工大学
2.中国科学院自动化研究所
Recommended Citation
GB/T 7714
仲伟峰,杨航,陈玉博,等. 基于联合标注和全局推理的篇章级事件抽取[J]. 中文信息学报,2019,33(9):88.
APA 仲伟峰,杨航,陈玉博,刘康,&赵军.(2019).基于联合标注和全局推理的篇章级事件抽取.中文信息学报,33(9),88.
MLA 仲伟峰,et al."基于联合标注和全局推理的篇章级事件抽取".中文信息学报 33.9(2019):88.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[仲伟峰]'s Articles
[杨航]'s Articles
[陈玉博]'s Articles
Baidu academic
Similar articles in Baidu academic
[仲伟峰]'s Articles
[杨航]'s Articles
[陈玉博]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[仲伟峰]'s Articles
[杨航]'s Articles
[陈玉博]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.