-
题名一种面向公安警情领域的事件抽取方法
被引量：5
- 1
-
-
作者
邓秋严
谢松县
曾道建
郑菲
程琛
彭立宏
-
机构
湖南数定智能科技有限公司
湖南师范大学智能计算与语言信息处理湖南省重点实验室
广州市公安局指挥中心情报信息处
-
出处
《中文信息学报》
CSCD
北大核心
2022年第9期93-101,共9页
-
基金
广州科技计划项目(2019030010)
湖南省自然科学基金(2020JJ4624)
湖南省教育厅重点项目(19A020)。
-
文摘
公安警情领域存在大量警情文本数据,如何从不同源、不同格式的警情文本中抽取出案情相关信息是公安情报信息处理工作的一个重要内容。基于公安警情领域数据特点,该文提出了一种结合无触发词事件识别和基于阅读理解的事件论元角色分类的事件抽取方法。该方法首先采用无触发词方法实现事件识别;在事件识别结果的基础上,通过阅读理解方式实现对事件论元角色的分类。实验表明,该文提出的方法在不标注触发词情况下在警情领域数据中能更好地实现事件信息抽取。
-
关键词
事件抽取
无触发词
阅读理解
-
Keywords
event extraction
without triggers
reading comprehension
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名融合预训练语言模型和标签依赖知识的关系抽取方法
被引量：4
- 2
-
-
作者
赵超
谢松县
曾道建
郑菲
程琛
彭立宏
-
机构
长沙理工大学计算机与通信工程学院
湖南数定智能科技有限公司
湖南师范大学智能计算与语言信息处理湖南省重点实验室
广州市公安局指挥中心情报信息处
-
出处
《中文信息学报》
CSCD
北大核心
2022年第1期75-82,共8页
-
基金
广州科技计划(2019030010)
湖南省自然科学基金(2020JJ4624)
湖南省教育厅重点项目(19A020)。
-
文摘
关系抽取旨在从未经标注的自由文本中抽取实体间的关系。然而,现有的方法大都孤立地预测每一个关系而未考虑关系标签相互之间的丰富语义关联。该文提出了一种融合预训练语言模型和标签依赖知识的关系抽取模型。该模型通过预训练模型BERT编码得到句子和两个目标实体的语义信息,使用图卷积网络建模关系标签之间的依赖图,并结合上述信息指导最终的关系分类。实验结果显示,该文方法性能相较于基线方法得到了显著提高。
-
关键词
关系抽取
预训练模型
标签依赖
图卷积神经网络
-
Keywords
relation extraction
pre-trained language model
label dependencies
graph convolutional networks
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
