融合上下文信息的篇章级事件时序关系抽取方法
2021-11-05史存会俞晓明程学旗
计算机研究与发展 2021年11期
王 俊 史存会 张 瑾 俞晓明 刘 悦 程学旗,3
1(中国科学院计算技术研究所数据智能系统研究中心 北京 100190) 2(中国科学院网络数据科学与技术重点实验室(中国科学院计算技术研究所) 北京 100190) 3(中国科学院大学 北京 100049) (wyswangjun@163.com)
文章如新闻通常描述一系列事件的发生,这些事件看似离散地被叙述着,其实存在着一定的联系,其中最重要的一种事件联系为时序关系.时序关系表示事件发生的先后顺序,其串联了文章中事件的发展演化.如果能准确地抽取文章中的事件时序关系,将有助于理解文章信息,梳理事件脉络.因此,事件时序关系抽取成为了一项重要的自然语言理解任务,受到越来越多的关注.
事件时序关系抽取的目标为抽取文本中包含的事件时序关系,如图1中的例子,其包含4个事件:刺杀(E1)、暴行(E2)、屠杀(E3)和内战(E4),其中可抽取出时序图中的6对事件时序关系.图1中时序关系BEFORE表示事件在另一个事件之前发生;时序关系INCLUDES表示一个事件包含另一个事件;时序关系VAGUE表示两个事件之间不存在特定的时序关系.

Fig.1 An sample of event temporal relation extraction图1 事件时序关系抽取样例
目前,与实体关系抽取[1]类似,已有的事件时序关系抽取方法往往将事件时序关系抽取任务视为句子级事件对的分类问题,以事件对和事件对所在的句子信息作为输入,使用基于规则、基于传统机器学习或基于深度学习的方法识别事件对的时序关系类别.然而,这种句子级的事件时序关系抽取方法使用的事件对……
登录APP查看全文
