基于局部实体特征的事件触发词抽取

• 作者: 李培峰 柳亦婷
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 事件抽取 触发词抽取 CNN模型 局部实体特征 核心实体 非核心实体
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 213-217,224
• 页数: 6页
• 分类号: TP391
• 字数: 6045字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051052

摘要

基于神经网络的触发词抽取模型利用实体信息判别触发词,但大量无关实体会影响触发词抽取效果.提出一种借助局部实体特征的事件触发词抽取方法,该方法先初步过滤无关实体,并将保留实体分为核心与非核心2类分别进行建模.利用卷积神经网络(CNN)抽取局部特征的特性,从众多实体中定位有助于触发词识别的局部重要实体,采用注意力机制提高其权重,同时利用有效非核心实体的语义排除干扰实体,从而借助重要实体的特征信息判别触发词.在特定和通用领域事件语料库上的实验结果均表明,该方法能够减少无关实体对触发词抽取的干扰,其触发词抽取性能的F1值比基准系统最高可提升0.017.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李培峰	苏州大学计算机科学与技术学院	138	995	16.0	24.0
2	柳亦婷	苏州大学计算机科学与技术学院	1	1	1.0	1.0