Contextual enhancement template for emergency event extraction via position-aware attention mechanism

Guo Jialiangla，1b，Wang Weila，1b，2†，JuJingla，1b，WangYafeila，b （1.a.Scholfftioamp;lecclEinebebotouritrotectofasamp;s beiUniverstydnbeOoiclooU ty ，Chengdu 610500，China）

Abstract：Thetask ofemergency event extraction aims todetectand extracttheeventtypes andelementscontained within newsreportsof emergency events，providingdetailedand structured information forpublicsafetyand emergencyresponse.To addresstheissueofnglectingcontextualinformationcausedbysparsetextualdatainthedomainofemergencyeventextraction，this paper proposedanemergency event extraction model basedonacontext-enhanced hybridprompttemplateand a position-awareatentionmechanism.Firstly，itdesignedacontext-ancedhybridprompttemplate，hichincorporatedtaskrelatedpromptsintotheinputtexttoimprovethemodel’sunderstandingandreasoningabilityforthetask.Additionaly，itintroducedaposition-aware atention mechanism，capturingkeysemanticinformationfromboth forwardand backwarddirections toovercomethesymmetrylimitationsof traditionalattentionmechanisms.ExperimentalresultsonaChineseemergencyevent corpus show that the proposed method achieves F₁ scores of 91. 8% for event type detection and 82.0% for event element extraction.

Keywords：emergency events；event extraction；event element identification；prompt learning；atention mechanism

0引言

随着互联网和移动通信技术的迅速发展，社交媒体平台、新闻网站和公众信息发布系统成为突发事件信息传播的重要渠道。这些平台上充斥着大量关于自然灾害、公共卫生事件、社会安全事故等突发事件的信息。这些信息的迅速传播对社会产生了深远影响，及时收集和分析这些信息，对于公共安全管理和应急响应至关重要。例如，在地震、火灾、暴风雨等灾害发生时，第一时间获取有效的事件信息，能帮助决策者迅速作出反应，组织救援并确保社会秩序。然而，互联网信息的庞杂和无序使得突发事件信息与其他类型内容交织，给信息筛选、分类、存储和分析带来了巨大的挑战，尤其是在数据稀疏且文本内容复杂的情况下。在实际应用中，突发事件信息往往呈现高度异质化，涉及不同来源、不同格式的文本（如新闻报道、社交媒体、政府公告等），这些文本在语言风格、术语使用和结构上差异巨大，造成了信息的高度噪声和低效性。此外，突发事件具有时效性，信息流动速度极快，要求系统能够实时地识别并提取关键信息，以支持应急响应和决策。面对这些挑战，突发事件抽取技术（emergencyeventextraction）[应运而生，旨在自动从大量的非结构化文本中识别和提取出突发事件类型及其要素，从而为公共安全和应急管理提供结构化的数据支持。

然而，现有的事件抽取方法在应对中文突发事件信息时存在诸多局限。一方面，尽管在医学[2]、法律[3]等特定领域已有成熟的事件抽取模型，但这些模型通常依赖于特定领域的语言和知识库，泛化能力差，难以适应突发事件领域的多样性和复杂性。……