计算机工程

作者：柳亦婷, 李培峰

单位：苏州大学 计算机科学与技术学院, 江苏 苏州 215000

关键词：事件抽取,触发词抽取,CNN模型,局部实体特征,核心实体,非核心实体

基金：国家自然科学基金（61772354，61773276，61472265）。

基于神经网络的触发词抽取模型利用实体信息判别触发词，但大量无关实体会影响触发词抽取效果。提出一种借助局部实体特征的事件触发词抽取方法，该方法先初步过滤无关实体，并将保留实体分为核心与非核心2类分别进行建模。利用卷积神经网络（CNN）抽取局部特征的特性，从众多实体中定位有助于触发词识别的局部重要实体，采用注意力机制提高其权重，同时利用有效非核心实体的语义排除干扰实体，从而借助重要实体的特征信息判别触发词。在特定和通用领域事件语料库上的实验结果均表明，该方法能够减少无关实体对触发词抽取的干扰，其触发词抽取性能的F1值比基准系统最高可提升0.017。

来源：2019年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第11期