《计算机工程与科学杂志》发表论文赏析

基于混合模型的事件触发词抽取

来源:计算机工程与科学杂志2023年第1期北京时间:

作者:杨昊, 赵刚, 王兴芬

单位:(北京信息科技大学信息管理学院,北京 100192)

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,

基金资助:国家重点研发计划(2019YFB1405003)

2023年1期其他文献查阅:

一种矩阵块间提前切换的脉动阵列优化策略

基于RC充电时间过零点不变性的高精度高稳定振荡器

基于Flink的k-支配skyline体并行求解算法

深度层次注意力矩阵分解

飞行器翼型表面流场数据智能分区

基于软件定义网络的多约束QoS双路径路由优化方法

一种基于多级块加密置乱的防伪图案

基于可搜索加密的密态知识图谱存储和检索方案

RFID安全认证协议综述

基于蚁群参数优化的LightGBM辐射源个体识别

基于PoseC3D的网球动作识别及评价方法

Lupaş q-Bézier曲线的离散卷积生成与求值算法

一般图中的最小概要表示集问题

基于深度前馈神经网络的多因子人体表面积计算模型

基于注意力机制和可变形卷积的金属表面细微不规则损伤的图像识别模型

面向快递员揽收到达时间预测的多任务深度时空网络

一种自适应鲸鱼快速优化算法

基于主题关系的中文短文本图模型实体消歧

基于深度特征提取和DCT变换的图像复制粘贴篡改检测

基于混合模型的事件触发词抽取

融合知识图谱和评论文本的个性化推荐模型

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!