＜事件抽取＞概述

事件抽取（Events Extraction，EE）是信息抽取的任务之一，本文

1.概述

1.1 事件

事件的定义为：特定的人、物在特定时间和特定地点相互作用的客观事实，一般来说是句子级的。事件是信息的一种表现形式。

在话题检测跟踪TDT ( Topic Detection Tracking) 中，事件是指关于某一主题的一组相关描述，这个主题可以是由分类或聚类形成的。

1.2 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。

元素	说明
触发词	事件发生的核心词，多为动词或名词
类型	数据集中对于事件的分类，如灾害类型可以分为火灾、地震等等
论元	事件的参与者，主要由实体、值、时间组成
论元角色	事件论元在事件中充当的角色

比如在经典的数据集ACE2005中：

其实事件抽取，就是一个抽取关键信息，然后填表的过程，如图：

1.3 事件抽取

定义：从非结构化信息中抽取出用户感兴趣的事件，并以结构化呈现给用户。简单来说，就相当于把一段文字中的关键信息提取出来，然后填入我们预先设置好的表格中。

事件抽取任务可分解为4个子任务:

1. 触发词识别
2. 事件类型分类
3. 论元识别
4. 角色分类任务

其中：

触发词识别和事件类型分类可合并成事件识别任务。事件识别判断句子中的每个单词归属的事件类型，是一个基于单词的多分类任务。

论元识别和角色分类可合并成论元角色分类任务。角色分类任务则是一个基于词对的多分类任务，判断句子中任意一对触发词和实体之间的角色关系。

即事件抽取任务也可分解为2个子任务:

1. 事件识别任务
2. 元角色分类任务

ACE 会议评测任务也定义了事件抽取两大核心子任务，即事件的检测与类型识别和事件论元角色的抽取。评测中事件抽取相关概念包括实体(entity)、实体描述(entitymention)、事件描述(eventmention)、事件论元角色 (eventargument)。其中，实体描述是文档中关于实体的描述，一个或多个实体描述构成一个实体；事件描述是文中具体描述事件的句子或片段；事件论元角色(也称事件元素)是在事件中担当某类角色的实体、数值或时间，包括事件参与者以及与事件相关的属性(如时间属性)。
简单来说，前者是确定事件的类型，如类型是火山爆发，而不是地震；那么后者则是确定火山爆发的具体事件元素/论元：如时间、地点、持续时间等，即填表格的过程。

例如Life/Marry 是结婚事件，Marry事件是官方活动，两人在法律定义下结婚。其模版包括一个participate slot和两个attribute slot，如下图3所示

例如Conflict/Attack是攻击事件，ATTACK事件被定义为导致伤害或损害的暴力行为。ATTACK事件包括INJURE或DIE亚型未涵盖的任何此类事件，包括没有指定代理的事件。ATTACK事件类型包括较少具体的暴力相关名词，如“冲突”，“冲突”和“战斗”。如果只是为了保持一致性，那么具有事件和武器品质的’枪火’应该总是被标记为ATTACK事件。“政变”是一种攻击（也是一场“战争”）。事件模版包括3个participate slot和2个attribute slot，如下表所示。

2.近年比赛

2.1 CCKS 2020：面向金融领域的篇章级事件主体与要素抽取

这个比赛分为两个子任务：
（一）事件主体抽取：比赛链接

（二）篇章事件要素抽取：比赛连接

测评任务的数据是互联网上的新闻文本，上市公司发布的无结构化的公告文本。
1.事件类型包括：财务造假、偿付能力不足、高层失联/去世、企业破产、重大资损、重大赔付、重大事故、股权冻结、股权质押、增持、减持等。
2.评测任务把发生特定事件类型的主体称为事件主体，如 “公司A向公司B赔付”对于事件类型“重大赔付”的事件主体是“公司A”。
3.事件要素为该事件类型的所有属性信息，如事件类型“破产清算”的事件要素包括“发布公告时间”、“破产清算的公司”、“受理法院”、 “公司所属行业”、 “裁定时间”。

2.1.1事件主体抽取

2.1.2事件要素抽取
样例、输入输出如下图：

2.2 百度AI2020事件抽取

1.百度2020语言与智能技术竞赛–事件抽取任务：比赛连接：
2. 数据样例

3.比赛方法
百度AI2020事件抽取提供的baseline是使用pipeline的形式，第一步识别触发词，第二步再识别事件要素。

使用预训练模型，第一步的触发词的识别看作是序列标注问题，触发词与标注的类别对应。比如“求婚”对应类别“结婚”。

事件的论元/元素抽取，同样看作一个标注问题：

用了两个序列标注解决事件抽取问题，不需用到关系抽取技术。

3.比赛数据

2.3 科大讯飞：事件抽取挑战赛

1. 事件抽取挑战赛：比赛连接
2. 两个子任务：
   任务一：事件触发词及论元抽取
   该任务旨在从文本中抽取标识事件发生的触发词和论元，触发词往往为动词和名词。触发词 对应的事件论元，主要为主体、客体、时间、地点，其中主体为必备论元。
   任务二：事件属性抽取
   该任务旨在从文本中抽取表达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。
3. 数据
   任务一数据示例：

任务二数据示例：

3.经典数据集ACE2005

ACE05 ：有标记的事件数据，在新闻、博客、访谈等数据上进行人工标注得到的。但是，标注质量不高、规模较小。为此很多工作尝试借助外部资源辅助事件抽取任务的功能达成。根据是否使用外部资源，可以分为基于同源数据( 即 ACE 数据) 的事件抽取 方法和融合外部资源的事件抽取方法。

ACE05 数据集：下载地址

ACE数据集一共定义了8种大类，33个子类，每个子类都有一个事件的模板。

4.参考文章

1.https://blog.csdn.net/real_ilin/article/details/106065232
2.https://zhuanlan.zhihu.com/p/42135074
3.https://blog.csdn.net/real_ilin/article/details/106065232
4.https://blog.csdn.net/muumian123/article/details/81746583
5.https://zhuanlan.zhihu.com/p/50903358