基于卷积双向长短期记忆网络的事件触发词抽取

摘要：

传统事件触发词抽取方法在特征提取过程中过分依赖自然语言处理工具,容易造成误差累积.为解决该问题,在卷积双向长短期记忆网络的基础上,提出一种事件触发词抽取方法.通过卷积操作提取单词上下文语境信息,同时利用长短期记忆网络保留句子级别特征,从而提高事件触发词的抽取性能.在ACE2005英文语料上的实验结果表明,该方法在事件触发词识别与分类阶段的F值达到69.5％,具有较好的抽取性能.

关键词：事件抽取、触发词、卷积神经网络、循环神经网络、自然语言处理、特征提取

所属期刊栏目：45

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金青年基金“面向高维数据的稀疏非参核学习方法研究”61403394;国家自然科学基金面上项目“多目标低秩非参核学习模型与优化方法研究”61572505

在线出版日期：2019-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：153-158