1 简介
论文题目:A Language-Independent Neural Network for Event Detection
论文来源:ACL 2016
论文链接:https://aclanthology.org/P16-2011.pdf
1.1 创新
- 提出一个基于LSTM和CNN的事件检测模型,用于捕捉序列和分块信(chunk)息,在多个语言中取得不错的效果。
2 方法
模型的整体框架如上图,主要分为下面三部分:
- Bi-LSTM:输入编码为Skip Gram model训练得到。
- CNN:输入为token编码和位置编码(到候选触发词的距离)的拼接,使用两种维度(2和3)的卷积核。
- 分类:拼接前两部分的输出,进行分类。
3 实验
英语和汉语的数据集为ACE 2005,西班牙语的数据集为ERE,实验结果如下图: