基于递归神经网络的中文事件检测

摘要：

随着互联网的迅猛发展,我国网民的规模迅速增长,互联网对人们的生活和社会影响力也日益加深,面对日益增长的海量互联网信息,快速定位到公众讨论的事件变得至关重要.事件抽取是信息抽取领域的一个重要研究方向,事件检测是事件抽取任务的第一步,在事件抽取任务中起到至关重要的作用.文章采用了基于递归神经网络的事件检测联合模型,实现了对事件触发词的识别和事件类别的分类.与传统的触发词检测方法相比,本文提出的联合模型避免了误差的传播,不依赖于触发词表的构造和扩展,有很好的移植性,而且不需要设计复杂的语言特征,依赖神经网络自动学习特征.文章选用CEC语料库作为训练语料和测试语料,实验结果表明该方法识别触发词和事件类别的准确率和召回率较高,F值为70.2％,优于传统方法.

关键词：事件检测、触发词、事件抽取、递归神经网络、词向量

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金61272447;四川省科技厅计划项目16ZHSF0483

在线出版日期：2018-10-30（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：75-81