一种面向生文本的事件同指消解神经网络方法

作者：方杰; 李培峰^*; 朱巧明

来源：中文信息学报, 2019, 33(09): 31-38.

• 事件抽取
• 事件同指消解
• 注意力池化
• 门控卷积

事件同指消解在自然语言理解中是一项复杂的任务,它需要在理解文本信息的基础上,发现其中的同指事件。事件同指消解在信息抽取、问答系统、阅读理解等自然语言任务中均有重要作用。该文提出了一个事件同指消解框架,包括事件抽取(ENSNN)、真实性识别(ENSNN)和事件同指消解(AGCNN)三个部分。事件同指消解模型(AGCNN)利用注意力池化机制来捕获事件的全局特征,利用门控卷积抽取复杂语义特征,提高了事件同指消解的性能。在KBP 2015和KBP 2016数据集上的实验结果表明,该文提出的方法优于目前最优的系统。

• 单位
  苏州大学