基于序列标注的事件联合抽取方法

基于序列标注的事件联合抽取方法

王晓浪1，邓蔚1，2，胡峰1，邓维斌1，张清华1(1．重庆邮电大学 计算智能重庆市重点实验室，重庆400065;2．西南财经大学 统计研究中心，成都611130)
重庆邮电大学学报(自然科学版) 北大核心 CSCD

1 摘要

提出一种基于序列标注的事件联合抽取模型，结合卷积神经网络(convolutional neural networks，CNN)与长短期记忆网络(long short-term memory，LSTM)提取全局特征和局部特征;并在浅层LSTM层共享参数实现联合抽取，以序列标注方式抽取事件论元并匹配事件类型。

2 模型

3 实验

为了验证本文方法的性能，在司法数据集上做了3组实验，分别为基准对比实验，网络模型对比实验，联合抽取与管道方式的对比实验，并在金融数据集上与基准实验对比，验证文中方法的可移植性

3.1 数据集

实验使用的司法数据集来自法律网站裁判文书网(http:/ /www．wenshu．com/)，网 站 数 据 包 含 法 律案件和争议焦点以及关键字。争议焦点是司法案件中需要解决的主要问题，以事件抽取方式抽取答辩状中的争议焦点，并将争议焦点和争议焦点中的参与者分别作为事件类型与事件论元。

3.2 流程

3.3 实验结果