论元笔记 ICASSP 2022|GENERATING DISENTANGLED ARGUMENTS WITH PROMPTS: A SIMPLE EVENT EXTRACTION FRAMEWORK

1 简介

论文题目：GENERATING DISENTANGLED ARGUMENTS WITH PROMPTS: A SIMPLE EVENT EXTRACTION FRAMEWORK THAT WORKS
论文来源：ICASSP 2022
组织机构：北京航空航天大学
论文链接：https://arxiv.org/abs/2110.04525
代码链接：https://github.com/RingBDStack/GDAP

1.1 动机

• 先前基于生成的事件抽取方法专注于在解码期间结合标签语义(作为约束)，但未能在编码端充分利用此类信号(事件类型和触发词)。
• 生成模型假设触发词和参数抽取之间的依赖关系，因此可以串行或联合实现这两个模块，然而在一些例子中触发词对论元抽取是无帮助的(语法和语义方面)，甚至一些触发词和论元是重叠的。
  

1.2 创新

• 提出一个基于prompt的事件抽取方法，将触发词抽取和论元抽取分离开，并行的进行。

2 方法

模型的整体框架如上图，主要包括事件类型检测、触发词抽取和论元抽取三部分(Encoder-Decoder结构参数不共享)。

2.1 Event Type Detection

事件类型检测输入为原始文本，输出格式为事件类型(如下图)，使用(和)分割，使用有限自动机得到事件类型，解码时防止字词字典合并生成的token不属于候选事件类型，使用tire-based约束解码算法。

2.2 Trigger Extraction

触发词抽取输入为文本和事件类型的拼接，使用< /s>分割(图1)，输出为触发词列表(图2)，触发词全部来自输入文本，解码与上一阶段一致，使用有限自动机和tire-based约束解码算法。

2.3 Argument Extraction

论元抽取的输入为事件类型、论元角色和文本的拼接(图1)，输出为论元列表(图2)：

在触发词抽取和论元抽取中，在训练时使用负采样机制，对于每个文本，随机抽取N个该文本中不出现的事件类型进行训练，此时模型应该生成空的序列，为(())

3 实验

实验数据集为ACE 2005，全部baseline不适用gold实体，实验结果如下图：

消融实验：