NLP自然语言处理-机器学习和自然语言处理介绍（四）

NLP自然语言处理-机器学习和自然语言处理介绍-事件抽取
一．案例介绍
1.背景
事件抽取技术的核心价值，是可以把半结构化、非结构化数据转换为对事件的结构化描述，进而支持丰富的下游应用。
比如说我们要为一些人物整理年表，如图，把人物经历的重要事件汇总起来，就可以用事件抽取方法来完成；我们不仅可以整理历史数据，还可以把新闻数据中的事件(天气、体育比赛情况、不和谐的行为和言论、面馆开张信息等等)抽取出来等等。

2.什么是事件
“事件”指在特定的时空下，由一个或多个角色（事件主体）参与的，围绕某个主题开展的一系列活动。
2.1事件组成元素
组成事件的各元素包括: 触发词、事件类型、论元及论元角色。
事件触发词/trigger：表示事件发生的核心词，多为动词或名词；
事件类型/event type：ACE2005 定义了8种事件类型和33种子类型。其中，大多数事件抽取均采用33 种事件类型。 事件识别是基于词的34 类( 33类事件类型+None) 多元分类任务，角色分类是基于词对的36 类( 35 类角色类型+None) 多元分类任务；
事件论元/事件要素/argument：事件的参与者，主要由实体、值、时间组成。值是一种非实体的事件参与者，例如工作岗位 ；
论元角色/要素角色/role：事件论元在事