基于神经张量网络的事件相关关系识别

• 作者: 吴雨钊
• 来源期刊: 网络安全技术与应用
• 关键词: 神经张量网络 事件相关关系识别 ACE数据集
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 39-40
• 页数: 2页
• 语种: 中文

摘要

针对中文事件相关关系识别问题,提出了一种基于神经张量网络的事件相关关系识别方法,将对事件对关系的抽取问题转化为对事件对关系的二分类问题.首先,基于事件的结构特征,抽取包括事件对类型、子类型、论元相似度、触发词依存关系以及论元依存关系共2项事件对结构特征;其次,基于神经张量网络捕获事件对语义特征;并将事件对语义特征与2项事件对结构特征相融合,构建事件对相关关系的二分类模型ECR_NTN,进而完成事件相关关系的识别.实验结果表明所提出的方法和模型具有良好的事件相关关系识别能力,ECR_NTN模型的准确率、召回率、F1值达到75.98％、75.86％、75.92％,与多种主流机器学习方法和深度神经网络模型对比其具有更加优异的性能.