基于多粒度阅读器和图注意力网络的文档级事件抽取OA北大核心CSTPCD
文档级事件抽取面临论元分散和多事件两大挑战,已有工作大多采用逐句抽取候选论元的方式,难以建模跨句的上下文信息。为此,提出了一种基于多粒度阅读器和图注意网络的文档级事件抽取模型,采用多粒度阅读器实现多层次语义编码,通过图注意力网络捕获实体对之间的局部和全局关系,构建基于实体对相似度的剪枝完全图作为伪触发器,全面捕捉文档中的事件和论元。在公共数据集ChFinAnn和DuEE-Fin上进行了实验,结果表明提出的方法改善了论元分散问题,提升了模型事件抽取性能。
薛颂东;李永豪;赵红燕;
太原科技大学计算机科学与技术学院,太原030024
计算机与自动化
多粒度阅读器图注意力网络文档级事件抽取
《计算机应用研究》 2024 (008)
P.2329-2335 / 7
山西省基础研究计划资助项目(202203021211199);智能信息处理山西省重点实验室开放基金资助项目(CICIP2022004);太原科技大学博士科研启动基金资助项目(20212075)。
评论