基于卷积双向长短期记忆网络的事件触发词抽取

被引：43

作者：

陈斌 ^{[1
]}

周勇 ^{[1
]}

刘兵 ^{[1
,2
]}

机构：

[1] 中国矿业大学计算机科学与技术学院

[2] 中国科学院电子研究所

来源：

计算机工程 | 2019年 / 45卷 / 01期

关键词：

事件抽取; 触发词; 卷积神经网络; 循环神经网络; 自然语言处理; 特征提取;

D O I：

10.19678/j.issn.1000-3428.0049801

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

传统事件触发词抽取方法在特征提取过程中过分依赖自然语言处理工具,容易造成误差累积。为解决该问题,在卷积双向长短期记忆网络的基础上,提出一种事件触发词抽取方法。通过卷积操作提取单词上下文语境信息,同时利用长短期记忆网络保留句子级别特征,从而提高事件触发词的抽取性能。在ACE2005英文语料上的实验结果表明,该方法在事件触发词识别与分类阶段的F值达到69. 5%,具有较好的抽取性能。

引用

页码：153 / 158

页数：6