《计算机应用研究》|Application Research of Computers

基于动态掩蔽注意力机制的事件抽取

Event extraction via dynamic masked attention

免费全文下载 (已被下载 次)  
获取PDF全文
作者 黄细凤
机构 中国电子科技集团公司第十研究所
统计 摘要被查看 次,已被下载
摘要 事件抽取(event extraction)是自然语言处理(natural language processing,NLP)中的一个重要且有挑战性的任务,完成从文本中识别出事件触发词(trigger)以及触发词对应的要素(argument)。对于一个句子中有多个事件的多事件抽取任务,提出了一种注意力机制的变种——动态掩蔽注意力机制(dynamic masked attention network,DyMAN),与常规注意力机制相比,动态掩蔽注意力机制能够捕捉更丰富的上下文表示,并保留更有价值的信息。在ACE 2005数据集上进行的实验中,对于多事件抽取任务,与之前最好的模型JRNN相比,DyMAN模型在触发词分类任务上取得了9.8%的提升,在要素分类任务上取得了4.5%的提升,表明基于DyMAN的事件抽取模型在多事件抽取上能够实现领先的效果。
关键词 事件抽取;注意力机制;多事件抽取
基金项目 国家重点研发计划重点专项项目(2017YFB1002104)
国家自然科学基金面上项目(61672162)
本文URL http://www.arocmag.com/article/02-2020-07-008.html
收稿日期
修回日期
页码 -
中图分类号 TP306.1
文献标志码