检索结果-南通市图书馆

基于OCC模型和情绪诱因事件抽取的细颗粒度情绪识别方法研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2023年第2期7卷 72-85页

作者：沈丽宁杨佳艺裴家旋曹广陈功正华中科技大学同济医学院医药卫生管理学院武汉430030 湖北省卫生技术评估研究中心武汉430030

【目的】从情绪诱因事件角度丰富传统细颗粒度情绪分析中的事件逻辑。【方法】分析OCC模型中的情绪生成规则和条件,利用事件抽取和文本分类方法生成二元组。【结果】研究构建了情绪生成规则,情绪类别划分具有理论基础。模型能够有效识... 详细信息

【目的】从情绪诱因事件角度丰富传统细颗粒度情绪分析中的事件逻辑。【方法】分析OCC模型中的情绪生成规则和条件,利用事件抽取和文本分类方法生成事件,情绪>二元组。【结果】研究构建了情绪生成规则,情绪类别划分具有理论基础。模型能够有效识别情绪诱因事件(F1=0.9338)及情绪(F1=0.9637),生成事件,情绪>二元组(F1=0.8892),实现事件级细颗粒度情绪分析。【局限】情绪生成规则结构简单,难以体现网民情绪的多样性。现阶段构建的语料集存在领域局限性,每条语料只包含一种类型情绪诱因事件。【结论】借助OCC模型将事件评价和情绪相关联,让情绪识别更接近人类思维方式。模型的理解性和迁移性较强,提升了现有研究中情绪对象的粒度层次,为文本情绪分析领域研究提供新思路。

关键词： OCC模型细颗粒度情绪分析情绪诱因事件抽取深度学习

在线全文

学校读者我要写书评

暂无评论

基于双重注意力机制的事件抽取方法

软件学报 2023年第7期34卷 3226-3240页

作者：朱敏毛莺池程永陈程军王龙宝河海大学计算机与信息学院江苏南京211100 水利部水利大数据重点实验室(河海大学) 江苏南京211100

针对事件抽取存在未充分利用句法关系、论元角色缺失的情况,提出了基于双重注意力机制的事件抽取(event extraction based on dual attention mechanism,EEDAM)方法,有助于提高事件抽取的精确率和召回率.首先,基于4种嵌入向量进行句子编... 详细信息

针对事件抽取存在未充分利用句法关系、论元角色缺失的情况,提出了基于双重注意力机制的事件抽取(event extraction based on dual attention mechanism,EEDAM)方法,有助于提高事件抽取的精确率和召回率.首先,基于4种嵌入向量进行句子编码,引入依赖关系,构建依赖关系图,使深度神经网络可以充分利用句法关系.然后,通过图转换注意网络生成新的依赖弧和聚合节点信息,捕获长程依赖关系和潜在交互,加权融合注意力网络,捕捉句中关键的语义信息,抽取句子级事件论元,提升模型预测能力.最后,利用关键句检测和相似性排序,进行文档级论元填充.实验结果表明,采用基于双重注意力机制的事件抽取方法,在ACE2005数据集上,较最佳基线联合多中文事件抽取器(joint multiple Chinese event extractor,JMCEE)在精确率、召回率和F1-score分别提高17.82%、4.61%、9.80%;在大坝安全运行日志数据集上,较最佳基线JMCEE在精确率、召回率和F1-score上分别提高18.08%、4.41%、9.93%.

关键词：事件抽取双重注意力依赖关系论元填充神经网络

基于XLNET和GAT的句法信息增强事件抽取模型

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第4期8卷 26-38页

作者：余传明邓斌谈腊云盛博中南财经政法大学信息与安全工程学院武汉430073 中南财经政法大学统计与数学学院武汉430073

【目的】解决序列建模对触发词之间的长距离依赖关系和触发词与论元实体关系捕获不足的问题,提升事件抽取任务上的效果。【方法】提出一种基于预训练模型XLNET和图注意力网络GAT的句法信息增强事件抽取模型SEM-XG,通过预训练语言模型进... 详细信息

【目的】解决序列建模对触发词之间的长距离依赖关系和触发词与论元实体关系捕获不足的问题,提升事件抽取任务上的效果。【方法】提出一种基于预训练模型XLNET和图注意力网络GAT的句法信息增强事件抽取模型SEM-XG,通过预训练语言模型进行文本表示,引入依存句法树中依赖弧增强信息流,将单词看作图中的节点,使用图注意力网络进行图信息建模,得到融入句法信息的单词表示,从而联合抽取句子中的事件触发词和论元角色。在CNC数据集和ACE2005数据集上,开展实证研究。【结果】在CNC数据集上,SEM-XG在触发词分类任务上的F1值为94.4%,在论元分类任务上的F1值为94.0%。在ACE2005数据集上,SEM-XG在触发词分类任务上的F1值为76.7%,在论元分类任务上的F1值为66.3%。实验结果表明,本文模型能够有效提升事件抽取的效果。【局限】尚未探究联合事件抽取模型迁移到搜索引擎、智能问答等任务上的效果。【结论】通过句法信息增强以及图注意力网络建模,能够显著提升联合事件抽取的效果。本文对于触发词分类和论元分类,提升事件抽取在科技文献分析、信息检索等领域的应用效果具有重要参考意义。

关键词：事件抽取 XLNET 图注意力网络联合抽取句法信息增强

在线全文

学校读者我要写书评

暂无评论

面向研究问题的深度学习事件抽取综述

自动化学报 2024年第11期50卷 2079-2101页

作者：万齐智万常选胡蓉刘德喜刘喜平廖国琼江西财经大学计算机与人工智能学院南昌330032 江西财经大学数据与知识工程江西省高校重点实验室南昌330013 江西财经大学虚拟现实现代产业学院南昌330032

事件抽取是一个历史悠久且极具挑战的研究任务,近年来取得了大量优异成果.由于事件抽取涉及的研究内容较多,它们的目标和重心各不相同,使得读者难以全面地了解事件抽取包含的研究任务、研究问题和未来热点趋势.为此,面向研究问题,对基... 详细信息

事件抽取是一个历史悠久且极具挑战的研究任务,近年来取得了大量优异成果.由于事件抽取涉及的研究内容较多,它们的目标和重心各不相同,使得读者难以全面地了解事件抽取包含的研究任务、研究问题和未来热点趋势.为此,面向研究问题,对基于深度学习的事件抽取研究成果进行整理.首先,界定事件相关概念,论述事件抽取的研究任务,明确各研究任务的目标,再总结各任务上的代表性研究成果;接着,总结现有事件抽取成果主要致力于解决哪些方面研究问题,分析为什么会存在这些问题,分析为什么需要解决这些问题;然后,对各方面研究问题进行技术总结,分析各自研究方案和研究推进过程;最后,讨论事件抽取的发展趋势.

关键词：事件抽取研究问题研究进展及解决方案深度学习

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的事件抽取研究综述

软件学报 2023年第8期34卷 3905-3923页

作者：王浩畅周郴莲 Marius Gabriel PETRESCU 东北石油大学计算机与信息技术学院黑龙江大庆163318 Universitatea Petrol-gaze din Ploiesti Bucharest 100680Romania

事件抽取是从非结构化的自然语言文本中自动抽取用户感兴趣的事件信息,并以结构化的形式表示出来.事件抽取是自然语言处理与理解中的重要方向,在政府公共事务管理、金融业务、生物医学等不同领域有着很高的应用价值.根据对人工标注数据... 详细信息

事件抽取是从非结构化的自然语言文本中自动抽取用户感兴趣的事件信息,并以结构化的形式表示出来.事件抽取是自然语言处理与理解中的重要方向,在政府公共事务管理、金融业务、生物医学等不同领域有着很高的应用价值.根据对人工标注数据的依赖程度,目前基于深度学习的事件抽取方法主要分为两类:有监督和远程监督学习方法.对当前深度学习中事件抽取技术进行了全面的综述.围绕有监督中CNN、RNN、GAN、GCN与远程监督等方法,系统地总结了近几年的研究情况,并对不同的深度学习模型的性能进行了详细对比与分析.最后,对事件抽取面临的挑战进行了分析,针对研究趋势进行了展望.

关键词：事件抽取有监督学习深度学习远程监督信息抽取

在线全文

学校读者我要写书评

暂无评论

基于多任务学习的中文事件抽取联合模型

软件学报 2019年第4期30卷 1015-1030页

作者：贺瑞芳段绍杨天津大学智能与计算学部天津300350 天津市认知计算与应用重点实验室天津300350

事件抽取旨在从非结构化的文本中提取人们感兴趣的信息,并以结构化的形式呈现给用户.当前,大多数中文事件抽取系统采用连续的管道模型,即:先识别事件触发词,后识别事件元素.其容易产生级联错误,且处于下游的任务无法将信息反馈至上游任... 详细信息

事件抽取旨在从非结构化的文本中提取人们感兴趣的信息,并以结构化的形式呈现给用户.当前,大多数中文事件抽取系统采用连续的管道模型,即:先识别事件触发词,后识别事件元素.其容易产生级联错误,且处于下游的任务无法将信息反馈至上游任务,辅助上游任务的识别.将事件抽取看作序列标注任务,构建了基于CRF多任务学习的中文事件抽取联合模型.针对仅基于CRF的事件抽取联合模型的缺陷进行了两个扩展:首先,采用分类训练策略解决联合模型中事件元素的多标签问题(即:当一个事件提及中包含多个事件时,同一个实体往往会在不同的事件中扮演不同的角色).其次,由于处于同一事件大类下的事件子类,其事件元素存在高度的相互关联性.为此,提出采用多任务学习方法对各事件子类进行互增强的联合学习,进而有效缓解分类训练后的语料稀疏问题.在ACE2005中文语料上的实验证明了该方法的有效性.

关键词：多任务学习条件随机场(CRF) 事件抽取

在线全文

学校读者我要写书评

暂无评论

基于问题回答模式的中文事件抽取

计算机工程与应用 2023年第2期59卷 153-160页

作者：刘泽旖余文华洪智勇柯冠舟谭荣杰五邑大学智能制造学部广东江门529020

事件抽取是自然语言处理领域的一项基本任务。以问题回答模式进行事件抽取可以解决传统事件抽取方法存在的无法捕捉到不同事件类型中具有相似性的参数角色的语义信息等问题。目前相关学者以该模式提出的英文事件抽取方法受语言壁垒限制... 详细信息

事件抽取是自然语言处理领域的一项基本任务。以问题回答模式进行事件抽取可以解决传统事件抽取方法存在的无法捕捉到不同事件类型中具有相似性的参数角色的语义信息等问题。目前相关学者以该模式提出的英文事件抽取方法受语言壁垒限制,其提出的问题模板在中文文本上提取效果不理想。为解决此问题,设计了一套符合中文事件抽取的问题模板的生成规则,选择BERT预训练模型作为中文事件抽取的基础模型,将问题回答模式应用到中文事件抽取任务中,并在ACE2005中文数据集进行测试。结果显示,在触发词识别、触发词分类、论元参数识别和论元参数的评价指标上,F1值分别达到77.7%、68.5%、51.5%和48.0%,在一定程度上验证了设计的问题模板的生成规则的有效性以及将问题回答模式应用到中文事件抽取任务中具有良好的抽取性能。

关键词：事件抽取问题回答自然语言处理

在线全文

学校读者我要写书评

暂无评论

事件抽取技术研究综述

情报理论与实践 2013年第4期36卷 114-117,128页

作者：高强游宏梁中国国防科技信息中心北京100142

作为信息抽取的重要组成部分,事件抽取的研究具有广阔的应用前景和巨大的现实意义。文章阐述事件及事件抽取的基本概念,简单介绍事件抽取的发展历史,并从元事件抽取和主题事件抽取两个方面出发,详细介绍主要的研究方法与研究现状,总结... 详细信息

作为信息抽取的重要组成部分,事件抽取的研究具有广阔的应用前景和巨大的现实意义。文章阐述事件及事件抽取的基本概念,简单介绍事件抽取的发展历史,并从元事件抽取和主题事件抽取两个方面出发,详细介绍主要的研究方法与研究现状,总结事件抽取发展所面临的挑战,并在此基础上展望事件抽取的研究趋势。

关键词：事件抽取信息抽取信息技术综述

事件抽取方法综述:深度学习与预训练对比分析

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第9期51卷 196-206页

作者：王嘉宾罗俊仁周棪忠王超张万鹏国防科技大学智能科学学院长沙410073

事件抽取是伴随着信息技术的发展而诞生的。随着人们对从繁多的日常信息中抽取出有用信息的需求日益增强,事件抽取的研究发展也越发受重视。首先,介绍了事件抽取的发展历程,理清了事件抽取的发展脉络;其次,介绍了事件抽取的2种范式,并... 详细信息

事件抽取是伴随着信息技术的发展而诞生的。随着人们对从繁多的日常信息中抽取出有用信息的需求日益增强,事件抽取的研究发展也越发受重视。首先,介绍了事件抽取的发展历程,理清了事件抽取的发展脉络;其次,介绍了事件抽取的2种范式,并对管道型抽取和联合型抽取范式进行了对比分析;再次,围绕事件抽取的层级,分别从句子级事件抽取和篇章级事件抽取2个层面对近年来事件抽取的发展进行了梳理;然后,从传统型事件抽取方法、基于深度学习的事件抽取方法,以及基于预训练模型的事件抽取方法3个方面对事件抽取方法进行了对比分析;最后,介绍了事件抽取的典型应用场景,并根据事件抽取的发展现状,对未来事件抽取前沿发展进行了展望。

关键词：事件抽取论元触发词要素抽取时序抽取预训练