利用文档级信息结合语义空间加强事件检测
Exploiting Document-Level Information to Enhance Event Detection Combined with Semantic Space作者机构:电子科技大学信息中心成都611731 电子科技大学计算机科学与工程学院成都611731
出 版 物:《电子科技大学学报》 (Journal of University of Electronic Science and Technology of China)
年 卷 期:2022年第51卷第2期
页 面:242-250页
核心收录:
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:事件检测(ED)是事件抽取的一项基础任务,旨在检测事件触发器并进行分类。现有事件检测方法主要基于句子级信息,忽略了句子间的事件相关性。文档级信息有助于减轻语义歧义与加强上下文理解,为此,提出一种新颖的事件检测框架,命名为document embedding networks combined with semantic space(DENSS)。首先,利用了预训练语言模型,分别表示具有丰富语义信息的事件类型与事件触发器;设计一种多层次注意力机制,用以捕获句子级和文档级信息;映射事件类型与事件触发器的特征向量到一个共享的语义空间,事件的相关性被表示为事件嵌入的距离;最后,基于基准数据集进行了验证,结果表明该方法优于大部分已有的方法,以及具有共享语义空间的文档级信息对于加强事件检测的有效性。