基于组合神经网络的中文事件抽取

摘要

中文事件抽取通常使用循环神经网络(recurrent neural network,RNN)来进行事件和事件要素的抽取,但RNN在处理长度较长的词语时容易丢失重要信息,为此提出一种组合卷积神经网络(convolutional neural network,CNN)与双向长短期记忆(bidirectional long short-term memory,Bi-LSTM)网络的中文事件抽取模型CNN-Bi-LSTM-CRF,其中CRF(conditional random field)为条件随机场.采用基于注意力机制和语义特征生成的字词联合向量,使用CNN和Bi-LSTM模型对字词联合向量进行处理,以获取其隐含表示,最后通过CRF得出预测结果.实验结果表明,所提出的方法与其他现有的中文事件抽取方法相比,准确率有明显提升.