《計算機應用研究》|Application Research of Computers

基于動態掩蔽注意力機制的事件抽取

Event extraction via dynamic masked attention

免費全文下載 (已被下載 次)  
獲取PDF全文
作者 黃細鳳
機構 中國電子科技集團公司第十研究所
統計 摘要被查看 次,已被下載
摘要 事件抽取(event extraction)是自然語言處理(natural language processing,NLP)中的一個重要且有挑戰性的任務,完成從文本中識別出事件觸發詞(trigger)以及觸發詞對應的要素(argument)。對于一個句子中有多個事件的多事件抽取任務,提出了一種注意力機制的變種——動態掩蔽注意力機制(dynamic masked attention network,DyMAN),與常規注意力機制相比,動態掩蔽注意力機制能夠捕捉更豐富的上下文表示,并保留更有價值的信息。在ACE 2005數據集上進行的實驗中,對于多事件抽取任務,與之前最好的模型JRNN相比,DyMAN模型在觸發詞分類任務上取得了9.8%的提升,在要素分類任務上取得了4.5%的提升,表明基于DyMAN的事件抽取模型在多事件抽取上能夠實現領先的效果。
關鍵詞 事件抽取;注意力機制;多事件抽取
基金項目 國家重點研發計劃重點專項項目(2017YFB1002104)
國家自然科學基金面上項目(61672162)
本文URL http://www.oirznw.live/article/02-2020-07-008.html
收稿日期
修回日期
頁碼 -
中圖分類號 TP306.1
文獻標志碼
水果机返水