典型文献
基于句法和全文信息增强的中文事件检测方法
文献摘要：
针对目前中文事件检测中词语之间句法依存关系利用不充分和缺乏文章全局语义信息的问题,提出了一种基于句法和全文信息增强的中文事件检测模型.模型首先引入图卷积网络(Graph convolutional network,GCN),通过捕获词语之间的依存句法关系来增强词语的特征表示.之后采用双向门控循环单元(Bidirectional gate recurrent unit,Bi?GRU)分别学习句子内和句子之间的上下文信息,得到包含文章全局信息的句向量.最后将字、词、句3个粒度的信息通过门结构进行动态融合,使用条件随机场(Conditional random field,CRF)完成对句子中触发词的识别和标注.在ACE2005和CEC中文数据集上的实验结果表明,本文方法有效提升了中文事件检测的效果.
文献关键词：
事件检测;依存句法分析;特征增强;全文信息;图卷积神经网络;双向门控循环单元
中图分类号：
作者姓名：
王红;吴浩正
作者机构：
中国民航大学计算机科学与技术学院,天津 300300
文献出处：
引用格式：
[1]王红;吴浩正-.基于句法和全文信息增强的中文事件检测方法)[J].数据采集与处理,2022(05):1059-1069
A类：
全文信息
B类：
信息增强,中文事件检测,中词,词语,句法依存,依存关系,全局语义信息,检测模型,图卷积网络,Graph,convolutional,network,GCN,句法关系,特征表示,双向门控循环单元,Bidirectional,gate,recurrent,unit,GRU,句子,上下文信息,全局信息,句向量,过门,动态融合,使用条件,条件随机场,Conditional,random,field,CRF,对句,触发词,ACE2005,CEC,中文数据集,依存句法分析,特征增强,图卷积神经网络
AB值：
0.401983
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
