基于BERT-CRF模型的中文事件检测方法研究

• 作者: 田梓函 李欣
• 来源期刊: 计算机工程与应用
• 关键词: 中文事件检测 预训练模型 条件随机场(CRF)
• 年，卷（期）: 2021,（11）
• 所属期刊栏目: 模式识别与人工智能|Pattern Recognition and Artificial Intelligence
• 页码范围: 135-139
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2006-0065

摘要

事件抽取是自然语言处理中信息抽取的关键任务之一.事件检测是事件抽取的第一步,事件检测的目标是识别事件中的触发词并为其分类.现有的中文事件检测存在由于分词造成的误差传递,导致触发词提取不准确.将中文事件检测看作序列标注任务,提出一种基于预训练模型与条件随机场相结合的事件检测模型,采用BIO标注方法对数据进行标注,将训练数据通过预训练模型B E RT得到基于远距离的动态字向量的触发词特征,通过条件随机场CRF对触发词进行分类.在ACE2005中文数据集上的实验表明,提出的中文事件检测模型与现有模型相比,准确率、召回率与F1值都有提升.