典型文献
基于深度学习的篇章级事件抽取研究综述
文献摘要：
事件抽取是信息抽取领域中一项十分重要且具有挑战性的任务,在事理图谱构建、舆情监控、态势感知等方面起着举足轻重的作用.目前研究较多的是句子级事件抽取,而面对"论元分散"和"多事件"的挑战,基于深度学习的篇章级事件抽取陆续展开.总结了篇章级事件抽取的定义、主要任务和面临的挑战,分别从获取词语、句子和文档三种不同粒度的语义信息,捕获文档结构特征建模不同的图结构,融合语义信息和结构特征,以及将事件抽取转化为阅读理解、智能问答等其他任务解决方案等四个不同的维度,详细讨论了近年来篇章级事件抽取相关的模型和方法,在此基础上归纳了常用数据集,并对典型方法的抽取效果进行了评估和对比.展望了篇章级事件抽取的研究趋势.
文献关键词：
篇章级事件抽取;论元分散;多事件;深度学习;评价指标
中图分类号：
作者姓名：
胡瑞娟;周会娟;刘海砚;李健
作者机构：
战略支援部队信息工程大学,郑州 450001
文献出处：
引用格式：
[1]胡瑞娟;周会娟;刘海砚;李健-.基于深度学习的篇章级事件抽取研究综述)[J].计算机工程与应用,2022(24):47-60
A类：
篇章级事件抽取,论元分散
B类：
信息抽取,事理图谱,图谱构建,舆情监控,态势感知,句子级,多事件,续展,主要任务,取词,词语,文档,不同粒度,语义信息,特征建模,图结构,合语,阅读理解,智能问答,研究趋势
AB值：
0.255649
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
