CSDN_of_ding的博客

1.Entity Disambiguation(实体消歧)：就是把一个实体的具体意思搞明白，比如Apple，通过具体方法计算出，它是水果，还是苹果公司。2.Entity Resolution(实体统一 )：给定两个实体，判断是否是指向同一个实体。3.Co-reference Resolution(指代消解)：就是文本里的she,he,it到底指代的什么。...

主要介绍 RNN、CNN、Transformer1.RNN

ACE 2005多语种训练语料库项目名： ACE 2005多语种训练语料库介绍ACE 2005多语言培训语料库包含用于2005年自动内容提取（ACE）技术评估的全套英语，阿拉伯语和中文培训数据。语料库由语言数据协会（LDC）在ACE计划的支持下以及LDC的额外协助下，为实体，关系和事件标注的各种类型的数据组成。ACE程序的目标是开发自动内容提取技术，以支持文本形式的人类语言的自动处理。2005年11月，对站点的五个主要方面的系统性能进行了评估：实体，价值，时间表达，关系和事件的识别。实体，关系和事

Lattice-LSTM模型提供了预训练字符向量集和词向量集.字符向量gigaword_chn.all.a2b.uni.ite50.vec是基于大规模标准分词后的中文语料库Gigaword使用Word2vec工具训练的向量集合，向量集规模为704 400个字符和词，包括5 700个单字符向量、29 150个双字符向量和278 100个三字符向量。词向量ctb.50d.vec是基于CTB 6.0（Chinese Treebank 6.0）语料库训练得到的。型。...

语言模型中unigram、bigram、trigram的概念unigram 一元分词，把句子分成一个一个的汉字bigram 二元分词，把句子从头到尾每两个字组成一个词语trigram 三元分词，把句子从头到尾每三个字组成一个词语.softword :视情况而定的分词？？？？？...

作者发现FrameNet中定义的框架与用于事件抽取模型效果评估的ACE数据集中的事件结构具有很高的相似度，由此提出使用FrameNet中的知识来自动产生带有标注的数据，对原数据进行扩展，发现应用相同模型时，使用加入新数据后训练的模型效果有了显著的提升。FrameNet是一个语言资源库，一个Frame由一个词法单元(Lexical Unit)和多个框架元素(Frame Elements)构成，这与一个句子中要抽取一个trigger与多个arguments的思路十分相似。作者首先使用ACE的语料训练了一个3层

旨在通过Arguments的信息来进一步提升ED任务的准确度，作者发现大家在构建ED模型是没有显式地利用Arguments的信息，所以提出可以通过supervised attention mechanisms来对这些信息加以利用。下面为模型结构：模型使用了当前输入单词，及其定长的前后共nnn个单词，以及这些单词的命名实体类型共同组成模型的输入。图中绿色部分www为单词的词向量表示，紫色部分eee为单词对应的命名实体表示，蓝色部分w‾\overline{w}w是将www经过一次变换后的隐层表示。随后，基