针对现有事件抽取模型事件数据集规模较小、存在开销与性能不平衡问题，采用ALBERT预训练语言模型生成词向量，将其输入BiLSTM+CRF模型完成句子级事件的特征向量提取，抽取出事件触发词、论元和角色等中文事件要素，在大规模中文事件数据集DuEE上进行验证。结果表明，该模型与其他同类型模型相比，准确率和F1值均有所提升，在大规模事件数据集上的准确率、召回率和F1值分别为95.4%、77.8%和85.7%。
科研之友
微信
新浪微博
Facebook
分享链接
