基于文本生成技术的历史古籍事件识别模型构建研究

摘要：

[目的/意义]针对历史古籍事件识别问题,对比序列标注方法和文本生成方法,探究两种方法在古汉语上的表现,构建模型实现历史古籍事件识别自动化,以提高面向历史古籍构建知识图谱的效率.[方法/过程]选取《三国志》为原始语料,序列标注实验对《三国志》事件数据集进行BMES标注,构建BBCN-SG模型,文本生成实验构建T5-SG模型,对比两种方法的表现.接下来,构建RoBERTa-SG、NEZHA-SG模型展开生成模型的对比实验.最后,结合三个文本生成模型,融入Stacking集成学习的思想,构建Stacking-TRN-SG模型.[结果/结论]在历史古籍事件识别建模问题上,文本生成方法的表现明显优于序列标注方法.而在文本生成方法中,RoBERTa-SG模型的识别效果综合最好.Stacking集成学习能够大大提高生成模型的识别效果,构建的Stacking-TRN-SG模型达到70.35％的召回率,初步实现历史古籍的自动事件识别.

关键词：历史古籍、事件识别、文本生成、序列标注、集成学习

所属期刊栏目：67

分类号：G254(图书馆学、图书馆事业)

资助基金：国家自然科学基金;中央高校基本科研项目

在线出版日期：2023-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：119-130