-
题名基于BERT和图注意力网络的篇章级事件论元识别
- 1
-
-
作者
王凯
廖涛
-
机构
安徽理工大学计算机科学与工程学院
-
出处
《现代计算机》
2024年第6期14-19,64,共7页
-
基金
国家自然科学基金面上项目(62076006)
安徽省高等学校自然研究基金资助项目(KJ2016A202)
安徽省高校优秀青年人才支持计划项目(gxyq2017007)。
-
文摘
事件论元识别是事件抽取的子任务之一,其目的在于识别文本中与事件相关的论元及论元对应的论元角色。研究表明,句子的依存句法关系有助于事件论元任务识别,然而,在构造篇章的依存句法关系时容易引入不相关的论元产生噪声问题,现有方法对噪声问题处理不佳。针对该问题,提出了一个基于BERT和图注意力网络的篇章级事件论元识别模型。该模型从两个角度去解决噪声问题,一方面,通过获取充分的篇章语义特征作为辅助,去构建更有效的篇章依存句法特征;另一方面,采用图注意力网络对不同的论元节点分配不同的权重,从而去除掉无效的论元。在RAMS语料库上的实验结果表明,该方法有效解决了篇章依存句法关系中存在的噪声问题,取得了较好的篇章级事件论元识别结果。
-
关键词
篇章级事件论元识别
依存句法关系
BERT
图注意力网络
-
Keywords
document level event argument recognition
dependency syntactic relation
BERT
graph attention network
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
