基于CNN-BiGRU模型的事件触发词抽取方法

摘要：

传统事件触发词抽取方法在特征提取过程中对自然语言处理工具产生过度依赖的方法,耗费大量人力,容易出现错误传播和数据稀疏性等问题.为此,提出采用CNN-BiGRU模型进行事件触发词抽取的方法.将词向量和位置向量进行拼接作为输入,提取词级别特征和句子全局特征,提高触发词抽取效果,并通过CNN提取词汇级别特征,利用BiGRU获取文本上下文语义信息.在ACE2005英文语料库和中文突发事件语料库CEC上的实验结果表明,该模型事件触发词识别F1值分别达到74.9％和79.29％,有效提升事件触发词的抽取性能.

关键词：事件抽取;触发词检测;事件类型识别;卷积神经网络;循环神经网络;双向门控循环单元;特征提取

所属期刊栏目：47

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61503273

在线出版日期：2021-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：69-74,83