面向新领域的事件抽取研究综述

• 作者: 黄河燕 刘啸
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 事件抽取 新领域 信息抽取 事件模板推导 联合抽取 事件真实性检测 自然语言处理 知识库
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 人工智能院长论坛|Dean Forum on Artificial Intelligence
• 页码范围: 201-212
• 页数: 12页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11992/tis.202109045

摘要

在当前互联网时代,大量新领域下的非结构文本数据中蕴含了海量信息.面向新领域的事件抽取方法研究能快速地构建领域知识库,用于支撑基于知识的下游应用.但现有事件抽取系统的领域限定性强,在新领域中从零构建会极度依赖事件体系和标注数据的质量及规模,需要大量人力和专家知识来定制模板和标注语料.而且数据集中常见在相同的上下文中出现多个相关联的事件实例,对事件抽取和真实性检测产生了极大阻碍.本文针对面向新领域的事件抽取这一新兴研究领域进行综述,从事件模板推导、多实例联合事件抽取、事件真实性检测三个研究方向介绍了相关工作的研究现状,并对目前存在的重点和难点问题进行了讨论,指出了下一步需要开展的研究工作.