事件检测是构建知识图谱,进行图推理的关键任务之一,也是信息抽取中的一个热点和难点问题。通过自动化方法从非结构化自然语言文本中检测事件,对于语料的智能分析具有重要意义。事件检测在舆情监控和金融分析中有着广泛的应用,可用于公...事件检测是构建知识图谱,进行图推理的关键任务之一,也是信息抽取中的一个热点和难点问题。通过自动化方法从非结构化自然语言文本中检测事件,对于语料的智能分析具有重要意义。事件检测在舆情监控和金融分析中有着广泛的应用,可用于公众舆论监督和紧急事件预警。然而,事件检测效果受到语料来源和体裁的限制,大多数用于事件检测的语料库都不能提供足够的信息来解决多义、同义词关联和信息缺乏等问题,导致句子中的触发词不能被准确地提取。针对这些问题,文章提出了一种全新的基于外部信息和注意力图的事件检测模型:Event Detection model based on External information and Attention map(EDEA)o该模型利用语义网络、词性和注意力图来提取完整准确的触发词,并利用外部语料库和语义网络增加词向量中的信息量。通过基于特征图生成注意力图,对提取的特征进行优化,从而更全面、更精确地提取相关的触发点。在ACE2005基准数据集上的实验表明,该模型有效地利用了外部知识进行事件检测,与现有的事件检测方法相比具有显著的优越性。展开更多
文摘事件检测是构建知识图谱,进行图推理的关键任务之一,也是信息抽取中的一个热点和难点问题。通过自动化方法从非结构化自然语言文本中检测事件,对于语料的智能分析具有重要意义。事件检测在舆情监控和金融分析中有着广泛的应用,可用于公众舆论监督和紧急事件预警。然而,事件检测效果受到语料来源和体裁的限制,大多数用于事件检测的语料库都不能提供足够的信息来解决多义、同义词关联和信息缺乏等问题,导致句子中的触发词不能被准确地提取。针对这些问题,文章提出了一种全新的基于外部信息和注意力图的事件检测模型:Event Detection model based on External information and Attention map(EDEA)o该模型利用语义网络、词性和注意力图来提取完整准确的触发词,并利用外部语料库和语义网络增加词向量中的信息量。通过基于特征图生成注意力图,对提取的特征进行优化,从而更全面、更精确地提取相关的触发点。在ACE2005基准数据集上的实验表明,该模型有效地利用了外部知识进行事件检测,与现有的事件检测方法相比具有显著的优越性。
