AMiner平台(https://www.aminer.cn)由清华大学计算机系研发,拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线,吸引了全球220个国家/地区1000多万独立IP访问,数据下载量230万次,年度访问量超过1100万,成为学术搜索和社会网络挖掘研究的重要数据和实验平台。
必读论文:https://www.aminer.cn/topic
论文集地址:https://www.aminer.cn/topic/601b8ccd92c7f9be21a438bb
事件抽取(Event Extraction, EE)是NLP领域中一种经典的信息抽取任务,在商业、军事等领域的情报工作中应用非常广泛。从理论发展的角度看,事件抽取的相关研究,有助于我们深入了解任机器理解数据、理解世界的机制,也有助于我们了解自身的认知机制,作为一种方法对人工智能之外领域的研究也是非常有意义的。从应用的角度看,事件抽取技术可以帮助我们解决很多现实问题,比如前面提到的海量信息的自动处理。而近年来,深度学习技术的发展,使得事件抽取的水平有了大幅度的提升。
该论文集共收录40篇论文,引用最多的论文为Event Extraction via Dynamic Multi-Pooling Convolutional Neural Networks,引用数是212。
订阅了解更多论文信息,定制您的个人科研动态信息流:https://www.aminer.cn/user/notification?f=mt