期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
利用文档级信息结合语义空间加强事件检测
1
作者
罗锦尚
时昕
+1 位作者
吴洁
侯孟书
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2022年第2期242-250,共9页
事件检测(ED)是事件抽取的一项基础任务,旨在检测事件触发器并进行分类。现有事件检测方法主要基于句子级信息,忽略了句子间的事件相关性。文档级信息有助于减轻语义歧义与加强上下文理解,为此,提出一种新颖的事件检测框架,命名为docume...
事件检测(ED)是事件抽取的一项基础任务,旨在检测事件触发器并进行分类。现有事件检测方法主要基于句子级信息,忽略了句子间的事件相关性。文档级信息有助于减轻语义歧义与加强上下文理解,为此,提出一种新颖的事件检测框架,命名为document embedding networks combined with semantic space(DENSS)。首先,利用了预训练语言模型,分别表示具有丰富语义信息的事件类型与事件触发器;设计一种多层次注意力机制,用以捕获句子级和文档级信息;映射事件类型与事件触发器的特征向量到一个共享的语义空间,事件的相关性被表示为事件嵌入的距离;最后,基于基准数据集进行了验证,结果表明该方法优于大部分已有的方法,以及具有共享语义空间的文档级信息对于加强事件检测的有效性。
展开更多
关键词
BERT
文档级信息
事件检测
语义空间
在线阅读
下载PDF
职称材料
题名
利用文档级信息结合语义空间加强事件检测
1
作者
罗锦尚
时昕
吴洁
侯孟书
机构
电子科技大学信息中心
电子科技大学计算机科学与工程学院
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2022年第2期242-250,共9页
文摘
事件检测(ED)是事件抽取的一项基础任务,旨在检测事件触发器并进行分类。现有事件检测方法主要基于句子级信息,忽略了句子间的事件相关性。文档级信息有助于减轻语义歧义与加强上下文理解,为此,提出一种新颖的事件检测框架,命名为document embedding networks combined with semantic space(DENSS)。首先,利用了预训练语言模型,分别表示具有丰富语义信息的事件类型与事件触发器;设计一种多层次注意力机制,用以捕获句子级和文档级信息;映射事件类型与事件触发器的特征向量到一个共享的语义空间,事件的相关性被表示为事件嵌入的距离;最后,基于基准数据集进行了验证,结果表明该方法优于大部分已有的方法,以及具有共享语义空间的文档级信息对于加强事件检测的有效性。
关键词
BERT
文档级信息
事件检测
语义空间
Keywords
BERT
document-level information
event detection
semantic space
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
利用文档级信息结合语义空间加强事件检测
罗锦尚
时昕
吴洁
侯孟书
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2022
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部