-
题名基于深度学习的篇章级事件抽取研究综述
被引量：8
- 1
-
-
作者
胡瑞娟
周会娟
刘海砚
李健
-
机构
战略支援部队信息工程大学
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第24期47-60,共14页
-
文摘
事件抽取是信息抽取领域中一项十分重要且具有挑战性的任务,在事理图谱构建、舆情监控、态势感知等方面起着举足轻重的作用。目前研究较多的是句子级事件抽取,而面对“论元分散”和“多事件”的挑战,基于深度学习的篇章级事件抽取陆续展开。总结了篇章级事件抽取的定义、主要任务和面临的挑战,分别从获取词语、句子和文档三种不同粒度的语义信息,捕获文档结构特征建模不同的图结构,融合语义信息和结构特征,以及将事件抽取转化为阅读理解、智能问答等其他任务解决方案等四个不同的维度,详细讨论了近年来篇章级事件抽取相关的模型和方法,在此基础上归纳了常用数据集,并对典型方法的抽取效果进行了评估和对比。展望了篇章级事件抽取的研究趋势。
-
关键词
篇章级事件抽取
论元分散
多事件
深度学习
评价指标
-
Keywords
document-level event extraction
argument-scattering
multi-events
deep learning
evaluation metrics
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
