科研之友
微信
新浪微博
Facebook
分享链接
摘要
因果关系抽取是一种从文本中抽取因果实体对的自然语言处理技术，被广泛应用于金融、医疗等领域。传统的因果关系抽取技术需要人工选取文本特征进行因果匹配或使用神经网络多次提取特征，导致模型结构较为复杂，抽取效率不高。针对这一问题，提出一种基于位置的因果关系抽取网络(Position-based Causal Extraction Network, PosNet),以期提高因果关系的抽取效率。首先，预处理文本，构建多粒度文本特征作为网络的输入；然后，将文本特征传入位置预测网络，使用经典的浅层卷积神经网络预测因果实体的开始位置和结束位置；最后，通过组装算法按起始位置组装因果实体，抽取出全部因果实体对。实验结果证明PosNet可以提升因果关系抽取的效率。
- 单位
