田梓函，李 欣

中国人民公安大学 信息网络安全学院，北京100038

近年来，随着网络的持续普及，技术的不断发展，使用网络的用户越来越多，网络中的信息量随着用户频繁的交互行为的增加而增加，互联网成为传播大量信息的新媒介，由于信息多数是非结构化的，且一个领域的信息散布在浩瀚的信息海洋中，致使网络中的信息很难处理，因此快速从大量信息中提取有价值的信息显得越来越重要。许多信息一般是以事件的形式存在，事件指的是由特定关键词触发的、包含一个或多个参与者参与的、特定类型的事情，事件抽取技术是从纯文本中提取人们关心的事件信息，并以结构化的形式展现出来[1]，是构建特定领域的事件库以及建立知识图谱的基础。事件抽取分为两个步骤，事件检测和元素抽取，事件检测指从一段文本中提取可以标志事件发生的触发词，包括事件触发词识别与事件触发词分类两部分。元素抽取主要针对一句话中与触发词相关的元素进行抽取和角色匹配。本文的重点是针对事件检测部分。

事件检测中的触发词是指直接引起事件发生的词语，一般触发词的词性为动词，也可能是表示动作或状态的名词。事件检测任务面临着许多挑战，一是一句话中不仅只有一个事件，有多个事件就会有多个事件触发词。例如，在句子1中有两个事件触发词，分别是“离”和“暗杀”，并且是两种不同的子事件类型“Transport”和“Attack”。

句子1：根据警方消息来源，法官与其子在上午交通高峰时间离家时，遭到暗杀。……