基于局部实体特征的事件触发词抽取

作者：柳亦婷; 李培峰

来源：计算机工程, 2019, 45(11): 213-224.

DOI：10.19678/j.issn.1000-3428.0051052

• 事件抽取
• 触发词抽取
• CNN模型
• 局部实体特征
• 核心实体
• 非核心实体

基于神经网络的触发词抽取模型利用实体信息判别触发词,但大量无关实体会影响触发词抽取效果。提出一种借助局部实体特征的事件触发词抽取方法,该方法先初步过滤无关实体,并将保留实体分为核心与非核心2类分别进行建模。利用卷积神经网络(CNN)抽取局部特征的特性,从众多实体中定位有助于触发词识别的局部重要实体,采用注意力机制提高其权重,同时利用有效非核心实体的语义排除干扰实体,从而借助重要实体的特征信息判别触发词。在特定和通用领域事件语料库上的实验结果均表明,该方法能够减少无关实体对触发词抽取的干扰,其触发词抽取性能的F1值比基准系统最高可提升0.017。

• 单位
  苏州大学