融入依存句法信息的事件时序关系识别

来源：计算机工程与应用杂志2023年第7期北京时间：

作者：李良毅, 张亚飞, 郭军军, 高盛祥, 余正涛

单位：1.昆明理工大学 信息工程与自动化学院，昆明 650500；2.昆明理工大学 云南省人工智能重点实验室，昆明 650500

摘要：事件时序关系识别有助于读者理清文章脉络，把握全局发展趋势，是重要的自然语言理解任务之一。现有的事件时序关系识别方法专注于提取事件触发词前后的局部信息，然而事件句中的事件信息分布较为分散，导致模型在编码过程中丢失部分事件信息。针对上述问题，针对文本特征提出一种双路依存注意力机制来聚合事件句信息，通过单词的父子节点信息构建出双路依存矩阵，将句法信息融入到词嵌入中。将该机制与双向长短期记忆网络（bidirectional long short term memory，Bi-LSTM）结合，可以使事件时序关系模型的性能得到显著提高。该文在越南语数据集与英语数据集上进行对比实验，结果表明所提方法优于主流的神经网络方法。

关键词：事件时序关系,注意力机制,事件关系识别,对抗训练,依存句法