机器阅读理解式中文事件抽取方法

来源：计算机工程与应用杂志2023年第16期北京时间：

作者：吴旭, 卞文强, 颉夏青, 孙利娟

单位：1.北京邮电大学 网络空间安全学院，北京 100876；2.北京邮电大学 可信分布式计算与服务教育部重点实验室，北京 100876；3.北京邮电大学 图书馆，北京 100876；4.北京邮电大学 经济管理学院，北京 100876

摘要：事件抽取是信息抽取的重要任务之一，在知识图谱构建、金融行业分析、内容安全分析等领域均有重要应用。现有中文事件抽取方法一般为实体识别、关系抽取、实体分类等任务的级联。将事件抽取转化为阅读理解任务，可为模型引入问题所含的先验信息。提出一种基于预训练模型的机器阅读理解式中文事件抽取方法（Chinese event extraction by machine reading comprehension，CEEMRC），将中文事件抽取简化为两个问答模型的级联。首先对事件触发词抽取、事件类型判定、属性抽取构建相应的问答任务问题。以RoBERTa为基础构建触发词抽取和事件类型识别联合模型、事件属性抽取两个问答模型，并融入触发词先验特征、分词信息、触发词相对位置等信息来提升模型效果。最后以模型预测回答的起始和结束位置完成所需的抽取。实验使用DuEE中文事件数据集，触发词抽取和属性抽取的[F1]值均优于同类方法，验证了该方法的有效性。

关键词：机器阅读理解,问答任务,预训练模型,中文事件抽取