基于混合神经网络的实体和事件联合抽取方法

• 作者: 吴文涛 朱巧明 李培峰
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 事件抽取 实体抽取 自注意力 门控卷积神经网络
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 信息抽取与文本挖掘
• 页码范围: 77-83
• 页数: 7页
• 分类号: TP391
• 字数: 6925字
• 语种: 中文

摘要

实体和事件抽取旨在从文本中识别出实体和事件信息并以结构化形式予以呈现.现有工作通常将实体抽取和事件抽取作为两个单独任务,忽略了这两个任务之间的紧密关系.实际上,事件和实体密切相关,实体往往在事件中充当参与者.该文提出了一种混合神经网络模型,同时对实体和事件进行抽取,挖掘两者之间的依赖关系.模型采用双向LSTM识别实体,并将在双向LSTM中获得的实体上下文信息进一步传递到结合了自注意力和门控卷积的神经网络来抽取事件.在英文ACE 2005语料库上的实验结果证明了该文方法优于目前最好的基准系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱巧明	苏州大学计算机科学与技术学院	261	2058	25.0	31.0
3	李培峰	苏州大学计算机科学与技术学院	138	995	16.0	24.0
9	吴文涛	苏州大学计算机科学与技术学院	1	1	1.0	1.0