文献类型：期刊文章

作　　者：安娜[1] 白雄文[1] 王红艳[1] 张萌[1]

AN Na;BAI Xiong-wen;WANG Hong-yan;ZHANG Meng(Institute 706,Second Academy of China Aerospace Science and Industry Corporation,Beijing 100854,China)

机构地区：[1]中国航天科工集团第二研究院七〇六所,北京100854

出　　处：《计算机工程与设计》

年　　份：2022

卷　　号：43

期　　号：6

起止页码：1686-1693

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为解决事件论元识别任务中特征提取不充分、角色重叠及角色论元嵌套等问题,提出一种改进的模型。将机器阅读理解思想融入事件抽取模型,设计问题模板,以BERT预训练模型构建动态词向量表征,融合双流注意力机制提取的特征向量,基于多层指针网络完成事件论元识别,与事件类型检测结果合并作为事件抽取模型的输出。在数据集DuEE上的实验结果表明,该模型获得了较高的准确率、召回率和F1值,验证了改进模型的可行性。

关 键 词：事件抽取 双流注意力机制  阅读理解  多层指针网络  预训练模型  论元识别  多特征融合

分 类 号：TP391.1]