典型文献
基于BERT的端到端中文篇章事件抽取
文献摘要：
篇章级事件抽取研究从整篇文档中检测事件,识别出事件包含的元素并赋予每个元素特定的角色.该文针对限定领域的中文文档提出了基于BERT的端到端模型,在模型的元素和角色识别中依次引入前序层输出的事件类型以及实体嵌入表示,增强文本的事件、元素和角色关联表示,提高篇章中各事件所属元素的识别精度.在此基础上利用标题信息和事件五元组的嵌入式表示,实现主从事件的划分及元素融合.实验证明,该文提出的方法与现有工作相比具有明显的性能提升.
文献关键词：
篇章级事件抽取;端到端;主从事件
中图分类号：
作者姓名：
张洪宽;宋晖;徐波;王舒怡
作者机构：
东华大学 计算机科学与技术学院,上海 201620;上海市计算机软件评测重点实验室,上海 201100
文献出处：
引用格式：
[1]张洪宽;宋晖;徐波;王舒怡-.基于BERT的端到端中文篇章事件抽取)[J].中文信息学报,2022(10):97-106
A类：
篇章级事件抽取,主从事件
B类：
BERT,整篇,文档,出事,端到端模型,元素和,角色识别,前序,事件类型,实体嵌入,嵌入表示,识别精度,标题,五元,元组,元素融合,性能提升
AB值：
0.342928
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。
