基于注意的图形信息聚合的多事件联合提取

小刘，准钦罗，黄和彦

摘要
事件提取在自然语言处理中具有实用价值。在现实世界中，同一个句子中存在多个事件是一种常见的现象，提取这些事件比提取单个事件更困难。以前使用顺序建模方法对事件之间的关联进行建模的工作，由于捕获非常长的依赖关系的效率很低，因此受到了很大的影响。本文提出了一种新的联合多事件提取（Jointly Multiple Events Extraction，JMEE）框架，通过引入句法捷径弧来增强信息流，并通过基于注意的图卷积网络来建模图信息，从而联合提取多个事件触发器和参数。实验结果表明，与最先进的方法相比，我们提出的框架取得了具有竞争力的结果。
选集ID：
D18-1156号
音量：
2018年自然语言处理实证方法会议记录
月份：
10月-11月
年份：
2018
地址：
比利时布鲁塞尔
编辑：
埃伦·里洛夫，蒋大卫，朱莉娅·霍肯迈尔，Jun’ichi Tsujii先生
地点：
EMNLP公司
SIG公司：
SIGDAT公司
发布者：
计算语言学协会
注：
页：
1247–1256
语言：
网址：
https://aclantology.org/D18-1156
内政部：
10.18653/v1/D18-1156
比比键：
引用（ACL）：
小刘、罗准钦和黄和彦。2018基于注意的图形信息聚合的多事件联合提取.英寸2018年自然语言处理实证方法会议记录，第1247-1256页，比利时布鲁塞尔。计算语言学协会。
引用（非正式）：
基于注意的图形信息聚合的多事件联合提取（Liu等人，EMNLP 2018）
复制引文：
PDF格式：
https://aclantology.org/D18-1156.pdf
视频：
 https://aclantology.org/D18-1156.mp4
代码
lx865712528/JMEE公司+附加社区代码
数据
ACE 2005年
PDF格式 引用 搜索 代码 视频