基于混合模型的事件触发词抽取

摘要：

事件结构性语法特征与事件语义特征各有优势,二者融合利于准确表征事件触发词,进而有利于完成事件触发词抽取任务.现有的基于特征、基于结构及基于神经网络模型等的抽取方法仅能捕捉事件的部分特征,不能够准确表征事件触发词.为解决上述问题,提出一种融合了事件结构性语法特征和事件语义特征的混合模型,完成事件触发词抽取任务.首先,在初始化向量模型中融入句子的依存句法信息,使初始向量中包含事件结构性语法特征;然后,将初始向量依次传入神经网络模型中的CNN和BiGRU-E-attention模型中,在捕获多维度事件语义特征的同时,完成事件结构性语法特征与事件语义特征的融合;最后,进行事件触发词的抽取.在CEC中文突发语料库上进行事件触发词位置识别和分类实验,该模型的F值较基准模型的分别提高了0.86％和4.07％;在ACE2005英文语料库上,该模型的F值较基准模型的分别提高了1.4％和1.5％.实验结果表明,混合模型在事件触发词抽取任务中取得了优异的效果.

关键词：事件抽取、事件触发词、事件结构性语法特征、事件语义特征、特征融合

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：国家重点研发计划2019YFB1405003

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：171-180