基于ALBERT预训练模型的事件抽取技术研究

来源：计算机工程与科学杂志2023年第4期北京时间：

作者：杜洁, 骆力明, 孙众

单位：首都师范大学信息工程学院，北京 100048

摘要：信息抽取技术用于从非结构化文本数据中提取关注度较高的信息。事件抽取技术是信息抽取研究领域中具有挑战的研究方向。事件抽取的目的是从非结构化文本数据中抽取描述事件的关键元素，并以结构化的方式呈现。事件抽取被看作序列标注任务，首先采用ALBERT预训练模型学习特征，其次引入条件随机场CRF模型提高序列标注性能，最后完成事件类型以及事件要素的识别分类。在ACE2005标准语料库上的实验结果表明，与现有模型相比，ALBERT-CRF模型在触发词识别和分类任务上的召回率和F值均有所提高。

关键词：事件抽取,序列标注,ALBERT模型,条件随机场模型,

基金资助：国家自然科学基金(61977048)