事件抽取相关调研-厂商篇

最新推荐文章于 2023-02-27 10:37:23 发布

静~墨

最新推荐文章于 2023-02-27 10:37:23 发布

阅读量733

点赞数 3

分类专栏： NLP 信息抽取文章标签：自然语言处理深度学习知识图谱

本文链接：https://blog.csdn.net/qq_29496135/article/details/120189701

版权

7 篇文章 1 订阅

订阅专栏

6 篇文章 3 订阅

订阅专栏

本篇不具体谈技术，主要是总结在事件抽取方向的相关调研结果。

1. 事件抽取-厂商

（1） 领域范畴：厂商无论是在特定领域（如：法律、金融），还是通用领域，厂商做的都是限定类型的事件抽取。

（2）范式：除标准抽取外（即事件检测和事件论元识别），还有：

（3）技术栈：

领域范畴

华为云/自然语言处理服务接口说明/事件抽取目前只支持金融公告中的会议召开、聘任、辞职、股票增持、股票减持5类事件以及相关要素的抽取。
范式（标准事件抽取）

包括事件检测（触发词抽取➕事件类型判定）
事件论元识别（论元抽取➕论元角色判定）
技术栈

未找到直接描述，但找到了华为云作为CCKS 2020篇章事件要素抽取比赛冠军的方案解析，但注意这个比赛不属于标准的事件抽取。

上图分别是他们的整体框架图和子模型图，他们将这个任务拆解了三个子任务：事件类型预测，事件要素抽取，以及事件表格填充。值得关注的是在论元提取（要素抽取）阶段，除了CRF外，他们也尝试了MRC（阅读理解范式）、Biaffine。其中Biaffine思想来自论文Named Entity Recognition as Dependency Parsing。另外在最后表格填充时，他们也采用了特殊处理。

领域范畴

百度AI/知识图谱/事件图谱/事件属性抽取从资讯的标题与正文中，抽取事件发生时间、地点、参与者、触发词等事件元素。应该未限定领域范畴。
范式和技术栈

未找到直接描述，但可从其报告百度: 事件图谱技术与应用分析：
- 通用属性抽取针对时间、地点、参与者、触发词进行抽取，采用的是实体识别常用的预训练语言模型（ERNIE）+BiLSTM+CRF；
- 自定义论元抽取采用MRC(阅读理解) 方式，将抽取转换成问答形式，通过问题嵌入要抽取的目标，如某角色的论元，来解耦了模型与事件类型、角色类型的相关部分；
- 语义角色抽取和目前我实验所采用的范式一样，都是层叠指针结构。另外因为不同类型事件有各自的论元角色，如果全部建模到模型中，模型会变得很复杂，所以百度将所有角色分门别类，如主体、客体等等（这里百度称为语义角色），然后利用多层指针结构同时抽取。

需要指出的是，通用属性抽取的问题是无法灵活的泛化。MRC(阅读理解方案)的问题则是效率，因为需要对每一个角色都进行单独提问抽取。

无，但科大讯飞有举办相关比赛，这里有一份参赛者的分享
科大讯飞2020完整事件抽取系统。

范式

非标准的事件抽取，任务包括：抽取触发词，主体/客体/时间/地点，判定事件发生状态的属性，包括极性、时态。极性分为：肯定、否定、可能；时态分为：过去、现在、将来、其他。
技术栈（pipeline）
- 触发词抽取：
  Bert+指针结构，（特征层面：<远程监督>增加了已知的所有触发词的嵌入）
- 主体/客体/时间/地点抽取：
  Bert+conditionalLayerNorma+指针结构，（特征层面：trigger在文本中的位置、其他词到trigger的位置）

在他们主页上没有找到相关接口，但是找到一篇他们分享的文章结合指针网络的注意力机制(PAN模型)实现金融领域事件抽取。这篇文章里主要提及了事件主体识别和事件类型判定：

事件类型判定

金融事件的特征相对明显，业务术语等很大程度上决定了分类的效果，他们直接采用Fasttext分类模型，在句子级的事件识别任务中达到了95.7%的准确率。
事件主体识别
采用了基于指针网络带注意力机制（PAN，Point Attention Network:Bert+BiLSTM+Self-Attention+Pointer Network）的事件主体识别模型，从文本中找出在事件中充当的主体角色元素。

在这里插入图片描述

值得注意的是，他们还有一个时间线（类似于事件脉络），主要是通过提取出的时间标准化比对。

有，而且已经有了事件脉络（我计划将要做的😂，别人已经有了），但是目前没有看到它的主页有演示接口，仅看到它的微信公众号文章中的展示。

在这里插入图片描述

后续将会出事件抽取方向调研-技术栈篇等内容。

关注

专栏目录