基于ALBERT+BiLSTM+CRF的事件抽取模型.docx

引言 目前,事件抽取是自然语言处理研究的热点和难点。事件抽取是从非结构化的自然语言文本中自动抽取用户感兴趣的事件信息并以结构化的形式表示[1]。事件抽取得到的优质结构化知识信息,能指导智能模型进行深层次的事物理解和精准的任务查询及一定的逻辑推理[2]。事件抽取在信息收集、信息检索、文档合成和金融趋势预测[3]等方面有着广泛应用。事件被自动内容抽取(Automatic content extraction, ACE)国际评测会议定义为:发生在某个特定时间点或时间段,某个特定地域范围内,由一个或者多个角色参与的一个或者多个动作组成的事情或者状态的改变[4]。事件抽取的技术方法可以分为基于模式匹配的