基于事件模式及类型的事件检测模型

摘要：

针对触发词定义标准模糊、语料标注成本高等问题,提出一种基于事件模式及类型的事件检测深度学习模型(PTNN).首先基于实体的语法及语义特征获取潜在论元;其次将潜在论元抽象为角色,结合语法、语义、角色特征构建嵌入表示,增强输入对事件模式的体现;最后利用Bi-LSTM和基于事件类型的注意力机制,完成事件及类型判定.模型在不识别触发词的前提下,通过强化事件模式特征实现事件检测,避免了触发词标注困难的问题,证明了事件模式在神经网络上对事件检测的积极作用,将同类方法的最优效果提升了3％,且达到了基于触发词的检测效果.

关键词：注意力机制、事件检测、事件模式、长短时网络、潜在论元

所属期刊栏目：51

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金;四川省科技计划

在线出版日期：2022-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：592-599