基于BERT-CRF模型的中文事件检测方法研究

摘要：

事件抽取是自然语言处理中信息抽取的关键任务之一.事件检测是事件抽取的第一步,事件检测的目标是识别事件中的触发词并为其分类.现有的中文事件检测存在由于分词造成的误差传递,导致触发词提取不准确.将中文事件检测看作序列标注任务,提出一种基于预训练模型与条件随机场相结合的事件检测模型,采用BIO标注方法对数据进行标注,将训练数据通过预训练模型B E RT得到基于远距离的动态字向量的触发词特征,通过条件随机场CRF对触发词进行分类.在ACE2005中文数据集上的实验表明,提出的中文事件检测模型与现有模型相比,准确率、召回率与F1值都有提升.

关键词：中文事件检测、预训练模型、条件随机场(CRF)

所属期刊栏目：57

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;基本科研业务费项目

在线出版日期：2021-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：135-139