基于联合向量和神经网络的事件因果关系抽取

作     者：廖涛 王旭 LIAO Tao;WANG Xu

作者机构：安徽理工大学计算机科学与工程学院安徽淮南232001 

出 版 物：《安徽理工大学学报（自然科学版）》 (Journal of Anhui University of Science and Technology:Natural Science)

年 卷 期：2022年第42卷第1期

页      面：85-92页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(62076006) 安徽省高等学校自然研究基金资助项目(KJ2016A202) 安徽省高校优秀青年人才支持计划项目(gxyq2017007) 

主　　题：事件关系 因果关系抽取 BiGRU网络 注意力机制 ELMO模型 

摘      要：事件关系抽取是自然语言处理领域中一项重要的语义处理任务。针对当前事件因果关系抽取研究中存在词汇特征不符合上下文语境、语义特征不足等问题,提出了基于联合词向量和Attention-BiGRU网络的事件因果关系抽取方法。该方法把因果关系抽取转化为分类问题,首先利用word2vec和ELMO模型对CEC语料进行表示,形成事件关系对的文本表示模型,以获取词向量矩阵及考虑文本语境的动态词特征,从而构成联合向量;然后利用Attention-BiGRU网络,深层提取语义特征信息,并对特征进行权重调整,突出重要词汇对因果关系抽取的贡献;最后将加权特征输入softmax分类器进而完成事件因果关系的抽取。在数据集上进行对比实验,该方法取得了88.56%的F1值,结果表明所提出方法的有效性。