| 基于双维注意力机制的事件要素识别方法 |
| |
| 引用本文： | 廖涛,宋杨,张顺香.基于双维注意力机制的事件要素识别方法[J].安徽理工大学学报(自然科学版),2021,41(4):25-30. |
| |
| 作者姓名： | 廖涛 宋杨 张顺香 |
| |
| 作者单位： | 安徽理工大学计算机科学与工程学院,安徽 淮南 232001 |
| |
| 摘 要： | 事件要素识别是事件抽取的基本任务,对后续任务的开展起着重要作用.随着深度学习技术的发展,神经网络逐渐成为事件要素识别的主流方法.近几年,注意力机制在自然语言处理领域得到广泛使用,但注意力机制依赖于嵌入层对上下文特征的提取,在事件要素识别等序列标注问题中效果不理想.针对这一问题,提出了一种基于注意力机制的双维注意力机制,从矩阵行和列两个维度计算注意力得分,因此可以较好地提取句子的上下文特征,并且使用了动态目标损失函数,通过动态给予不同标签不同的权重,一定程度上缓解了样本不平衡和数据稀疏带来的模型泛化不足问题.在CEC2.0中文突发事件语料库上对比实验表明,所提方法取得较好效果.
|
| 关 键 词： | 事件要素识别 神经网络 序列标注任务 双维注意力机制 动态目标损失函数 |
Event Element Identification Method Based on Bi-dimension Attention Mechanism |
| |
| LIAO Tao,SONG Yang,ZHANG Shunxiang.Event Element Identification Method Based on Bi-dimension Attention Mechanism[J].Journal of Anhui University of Science and Technology:Natural Science,2021,41(4):25-30. |
| |
| Authors: | LIAO Tao SONG Yang ZHANG Shunxiang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
