模式与深度学习融合抽取因果事件三元组OA北大核心CSTPCD
因果事件三元组对人们理解事件之间的逻辑联系至关重要。针对从文本中抽取因果事件三元组面临的缺乏高质量的数据集和因果知识覆盖范围有限的问题,本文提出了一种结合模式和深度学习的方法,从Web语料库中抽取因果事件三元组。首先,设计了反映因果关系的词法句法模式,并在Web语料库中进行匹配。其次,通过逆向文本频率和因果事件边界词策略,过滤模式匹配结果中的噪音。随后,采用规则的方法对因果事件进行规范化处理,形成了一个高质量的因果事件三元组数据集。最后,在双向长…查看全部>>
黄俏娟;曹存根;陈志文
中国科学院计算技术研究所智能信息处理重点实验室,北京100190 中国科学院大学,北京100049中国科学院计算技术研究所智能信息处理重点实验室,北京100190中国科学院计算技术研究所智能信息处理重点实验室,北京100190 中国科学院大学,北京100049
计算机与自动化
因果事件三元组词法句法模式双向长短期记忆-条件随机场(BiLSTM-CRF)多特征融合深度学习
《高技术通讯》 2024 (9)
P.921-934,14
国家重点研发计划(2022YFC3302300)国家科技重大专项(7090201050307)国家重点研发计划子课题(2022YFC3302305-02)国家242信息安全计划(2022A056)资助项目。
评论