基于角色信息引导的多轮事件论元抽取

于媛芳, 张勇^?, 左皓阳, 张连发, 王婷婷

华中师范大学计算机学院, 武汉 430079

收稿日期:2022-05-29修回日期:2022-07-27出版日期:2023-01-20发布日期:2023-01-20
通讯作者:张勇, E-mail: ychang(at)ccnu.edu.cn

基金资助:国家自然科学基金(61977032)、中央高校基本科研业务费(CCNU22QN014, CCNU22QN015, CCNU20TD006)和国家语言文字工作委员会“十四五”科研规划项目(YB145-2)资助

Multi-turn Event Argument Extraction Based onRole Information Guidance

YU Yuanfang, ZHANG Yong^?, ZUO Haoyang, ZHANG Lianfa, WANG Tingting

School of Computer, Central China Normal University, Wuhan 430079

Received:2022-05-29Revised:2022-07-27Online:2023-01-20Published:2023-01-20
Contact:ZHANG Yong, E-mail: ychang(at)ccnu.edu.cn

摘要/Abstract

摘要： 针对通用领域的事件论元抽取研究中角色信息利用不足和论元间缺少交互两个问题, 提出角色信息引导的多轮事件论元抽取模型, 用于增强文本的语义信息和论元之间的交互能力, 提升事件论元抽取的性能。首先, 为了更好地利用角色知识来引导论元的抽取, 该模型根据角色定义构造角色知识, 对角色信息和文本独立编码, 并采用基于注意力机制的方法获取标签知识增强的文本表示, 进而采用增强嵌入来预测各角色论元的起始和结束位置。同时, 为了在抽取过程中充分利用事件论元之间的交互, 受多轮对话模型的启发, 设计一种多轮事件论元抽取算法。该算法参照“先易后难”的自然逻辑, 每次选择预测概率最大, 也是最容易确定的角色进行抽取。在论元抽取过程中, 为了对论元之间的交互进行建模, 模型引入历史嵌入, 并在每一次预测结束后更新历史嵌入, 帮助下一轮事件论元的抽取。实验结果表明, 角色信息的引导和多轮抽取算法均有效地提升了论元抽取的性能, 使得该模型的表现优于其他基线模型。

引用本文

于媛芳, 张勇, 左皓阳, 张连发, 王婷婷. 基于角色信息引导的多轮事件论元抽取[J]. 北京大学学报自然科学版, 2023, 59(1): 83-91.
YU Yuanfang, ZHANG Yong, ZUO Haoyang, ZHANG Lianfa, WANG Tingting. Multi-turn Event Argument Extraction Based onRole Information Guidance[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2023, 59(1): 83-91.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3830