基于机器阅读理解的事件检测方法

作     者：刘浏 丁鲲 刘姗姗 刘茗 LIU Liu;DING Kun;LIU Shan-shan;LIU Ming

作者机构：国防科技大学第六十三研究所南京210007 宿迁学院信息工程学院江苏宿迁223800 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2024年第54卷第2期

页      面：533-539页

核心收录：

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：国家自然科学基金项目(71901215) 江苏省“333工程”培养项目(BRA2020418) 中国博士后科学基金项目(2021MD703983) 江苏省高等学校自然科学研究面上项目(20KJB413003) 宿迁市科技计划项目(K202128) 

主　　题：人工智能 事件检测 自然语言处理 机器阅读理解 

摘      要：为提高事件检测任务的性能,将该任务重定义为一种提示范式,该范式使用问答对的形式将事件检测转化为机器阅读问题。同时,设计了一种名为WLBert-BiGRU的学习模型对问答对中的事件触发词进行预测,该模型使用Weight-Layers策略丰富Bert模型的语义表征能力,并使用双向门控循环单元神经网络(Bi-GRU)方法强化模型对事件触发词的识别能力。在ACE 2005数据集上的实验结果表明,本文方法在事件触发词识别和分类上的F1指标分别达到了78.1%和75.1%,较现有的工作平均提高了4.18%和4.3%。