基于框架的护理活动事件数据集构建

护理活动具有事件语义特性,即包含事件触发词和事件论元。以事件框架为指引,即以动词为触发词,以触发词匹配的动词特征作为事件论元角色,对《护理措施分类(NIC)》第5版的护理活动文本进行事件实例抽取,构建出护理活动事件数据集(NAEV Dataset)。NAEV包含16个护理活动事件类型、13个论元角色、15159个护理活动事件、893种触发词和33406个论元实例。基于文本构建的NAEV数据集存在事件要素重叠特性,为事件抽取任务增加了挑战性。选取事件抽取领域主流的3个模型进行数据集有效性验证。实验结果表明,不同模型在数据集上的性能差异与模型构建原理的差异性一致,这说明NAEV数据集能为事件抽取科研创新提供高质量的数据支持。NAEV数据集能够推动护理领域的事件抽取、事件对齐、事件补全、事件演化等相关研究。

基于图注意力和表指针网络的中文事件抽取方法

现有的中文事件抽取方法存在触发词和论元依赖建模不足的问题,削弱事件内的信息交互,导致论元抽取性能低下,特别是论元角色存在重叠的情况下.对此,文中提出基于图注意力和表指针网络的中文事件抽取方法(Chinese Event Extraction Method Based on Graph Attention and Table Pointer Network,ATCEE).首先,融合预训练字符向量和词性标注向量作为特征输入,并利用双向长短期记忆网络,得到事件文本的强化语义特征.再将字符级建模的依存句法图引入图注意力网络,捕获文本中各组成成分的长距离依赖关系.然后,使用表填充的方法进行特征融合,进一步增强触发词和其对应的所有论元之间的依赖性.最后,将学习得到的表特征输入全连接层和表指针网络层,进行触发词和论元的联合抽取,使用表指针网络对论元边界进行解码,更好地识别长论元实体.实验表明:ATCEE在ACE2005和DuEE1.0这两个中文基准数据集上都有明显的性能提升,并且字符级依存特征和表填充策略在一定程度上可以解决论元角色重叠问题.ATCEE源代码地址如下:https://github.com/event6/ATCEE.