面向司法数据的事件抽取方法研究

来源：计算机工程与应用杂志2023年第6期北京时间：

作者：贾阵, 丁泽华, 陈艳平, 黄瑞章, 秦永彬

单位：1.贵州大学 计算机科学与技术学院，贵阳 550025；2.贵州大学 贵州省公共大数据重点实验室，贵阳 550025

摘要：司法数据中的事件主要用于描述案件中犯罪主体和客体之间行为状态的改变，通过识别司法事件能有效地支撑智能化辅助办案研究。目前，现有事件抽取技术主要通过触发词识别事件，然后根据预定义的模板抽取对应参数。其主要缺点是只能抽取预定义的事件类型，并且抽取的事件不一定是句子语义表达的中心。针对上述问题，提出一种基于谓语中心词的司法事件定义方法，并搭建一个结合字词语义信息的神经网络模型。该模型采用字的Embedding获取字的语义信息，并通过CNN获得词特征信息。将词特征信息结合后，使用Cross-BiLSTM交叉学习字词交互信息在上下文的依赖表示，由CRF计算出每个字的最优标签路径。通过实验表明，该模型在司法数据集上的F1值达到84.41%，超出对比方法4.8%。

关键词：事件抽取,谓语中心词,信息抽取,神经网络,语义信息