事件抽取综述

被引：34

作者：

马春明 ^{[1
]}

李秀红 ^{[1
]}

李哲 ^{[2
]}

王惠茹 ^{[1
]}

杨丹 ^{[1
]}

机构：

[1] 新疆大学信息科学与工程学院

[2] 香港理工大学电子及资讯工程学系

来源：

计算机应用 | 2022年 / 42卷 / 10期

关键词：

事件抽取; 事件表示; 元事件抽取; 主题事件抽取; 跨语言事件抽取;

D O I：

暂无

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：

将用户感兴趣的事件从非结构化信息中提取出来，然后以结构化的方式展示给用户，这就是事件抽取。事件抽取在信息收集、信息检索、文档合成、信息问答等方面有着广泛应用。从全局出发，事件抽取算法可以分为基于模式匹配的算法、触发词法、基于本体的算法以及前沿联合模型方法这四类。在研究过程中根据相关需求可使用不同评价方法和数据集，而不同的事件表示方法也与事件抽取研究有一定联系；以任务类型区分，元事件抽取和主题事件抽取是事件抽取的两大基本任务。其中，元事件抽取有基于模式匹配、基于机器学习和基于神经网络这三种方式，而主题事件抽取有基于事件框架和基于本体两种方式。事件抽取研究在中英等单语言上均已取得了优秀成果，而跨语言事件抽取依然面临着许多问题。最后，总结了事件抽取的相关工作并提出未来研究方向，以期为后续研究提供参考。

引用

页码：2975 / 2989

页数：15

共 17 条

[1]

Extracting COVID-19 diagnoses and symptoms from clinical text: A new annotated corpus and neural event extraction framework [J].

Lybarger, Kevin ;

Ostendorf, Mari ;

Thompson, Matthew ;

Yetisgen, Meliha .

JOURNAL OF BIOMEDICAL INFORMATICS, 2021, 117

[2]

Event prediction based on evolutionary event ontology knowledge.[J].Qianren Mao;Xi Li;Hao Peng;Jianxin Li;Dongxiao He;Shu Guo;Min He;Lihong Wang.Future Generation Computer Systems.2021,

[3]

An event-extraction approach for business analysis from online Chinese news.[J].Songqiao Han;Xiaoling Hao;Hailiang Huang.Electronic Commerce Research and Applications.2018,

[4]

A multiple distributed representation method based on neural network for biomedical event extraction [J].