NLP--事件抽取模型对比

问题描述 事件抽取 (Event Extraction, EE)是指从自然语言文本中抽取事件并识别事件类型和事件元素的技术。事件抽取是智能风控、智能投研、舆情监控等人工智能应用的重要技术基础，受到学术界和工业界的广泛关注。事件抽取任务涉及事件句抽取、触发词识别、事件类型判别、论元抽取等复杂技术，具有一定的挑战。 环境准备 python适用版本 3.7.x（本代码测试时使用依赖见 ./requir...

关系抽取又称实体关系抽取，以实体识别为前提，在实体识别之后，判断给定文本中的任意两个实体是否构成事先定义好的关系，是文本内容理解的重要支撑技术之一，对于问答系统，智能客服和语义搜索等应用都十分重要。当前深度学习方法在关系抽取任务上取得了很好的效果，这是由于深度学习可以自动抽取文本特征。深度学习做关系抽取的方法有很多，诸如基于卷积神经网络的关系抽取和基于预训练模型的关系抽取等。其中基于卷积神经网络的方法是最典型的方法之一。卷积神经网络应用到关系抽取领域中的一个核心算法是PCNN算法。首先通过单词的词嵌入和位置

事件检测和事件抽取是自然语言处理（NLP）中的两个重要任务，主要用于从文本中识别和提取事件及其相关信息。这两个任务在信息检索、情报分析、新闻摘要等应用中具有重要意义。

今天介绍的是伊利诺伊大学Blender Lab的一个工作，发表在NAACL2022的workshop。 这篇论文包含了两个部分，第一部分是介绍怎样抽取事件的触发词，第二部分是介绍怎样在已知触发词的情况下抽取事件论元。本篇博客将主要介绍第二部分，即论元抽取的部分，其主要工作是针对few-shot事件论元抽取的，致力于以少量的标注数据，建立以融合了触发词与候选论元实体的特征空间，与论元角色名称的特征空间建立一个映射，然后试图以余弦相似度的方式判断某候选论元是否与该事件的此角色相对应。

与以往的在多个步骤或多个分离的任务中进行实体和事件检测的方法不同，本文的方法捕获了实体和事件间的结构依赖信息（by using a incremental left to right reading order）在这项工作中，我们提出了一个利用深度学习中共享的隐藏表示，从而预测实体类型，triggers，arguments roles 的联合模型，这个模型目前在事件提取具有最先进的性能。(3)我们验证事件提取基于我们的事件模式和事件提取的结果模型可以用于新闻摘要，也可以用于新闻摘要有望用于其他实际应用。

​ 本篇博客介绍一篇发表在2024 ACL finding上的文章：《LC4EE: LLMs as Good Corrector for Event Extraction》 方向：大模型事件抽取 本篇博客为个人阅读论文的总结与笔记，在这里进行简单的分享 论文链接：LC4EE: LLMs as Good Corrector for Event Extraction - ACL Anthology

原文：Joint Event Extraction via Recurrent Neural Networks（https://www.aclweb.org/anthology/N16-1034/） 读此文之前，应有一些事件抽取的概念基础。 摘要：事件抽取是信息抽取领域一个具有挑战性的任务。本文提出了一个基于循环神经网络的事件抽取联合模型，既避免了管道模型中的误差传播问题，同时也考虑到了事件...

基于ERNIE模型，在DuEE1.0数据集上实现事件抽取功能。可以用于知识图谱，搜索等场景。

事件抽取是由触发词和事件元素组成，目前来看，包括了提示学习的方法和传统方法 Execute 事件由“执行”一词触发，该事件包含三个参数角色，包括执行执行的代理（印度尼西亚）、被执行的人员（罪犯）和事件发生的地点看到模型，大概就能知道七七八八了，在模板中，包括了实体类型的描述信息、事件关键词信息，事件模板信息，然后和原始passage一起feed 给encoder,由decoder解码产生输出序列。 具体的提示构建如下： • 事件类型定义描述了给定事件类型的定义。1 例如，“事件与冲突和一些暴力的物理行为有关

源码来源 https://github.com/liuhuanyong/EventTriplesExtractionhttps://github.com/liuhuanyong/EventTriplesExtraction 抽取示例 示例文本 记者从云南北移亚洲象群安全防范工作省级指挥部了解到，象群于6月17日21时48分进入玉溪市峨山彝族自治县辖区，向西偏北方向迁移13.5公里，在峨山县大龙潭乡附近活动。独象离群13天，于6月17日22时7分进入安宁市辖区，位于象群正东方向，与象群直线距离24.7

每天给你送来NLP技术干货！来自：AI算法小喵作者：阿墨写在前面DMCNN是一种基于动态池化的卷积神经网络模型的事件抽取方法。属于pipeline模式(即管道模式），即它分开进行触发词的检测和识别、论元的检测和识别这两个子任务，后者依赖于前者的预测结果。DMCNN将两个子任务都被转换成了多分类问题，模型都采用DMCNN，细节上稍有不同。本文将对该方法做一个简要的介绍。论文...

论文解决的是EE问题，提出PLMEE模型，模型由事件抽取模型和生成模型两部分组成，这两个模块都使用到了预训练语言模型来引入更丰富的知识。针对角色重叠问题，论文的抽取方法根据角色分离了元素预测，针对每个元素使用一组二分类器，预测元素的角色标签。并根据不同角色对该类型事件的重要性，对损失函数的权重进行了重分配。......