增强依存结构表达的零样本跨语言事件论元角色分类

事件论元角色分类是事件抽取中的子任务,旨在为事件中的候选论元分配相应的角色。事件语料标注规则复杂、人力耗费大,在很多语言中缺少相关标注文本。零样本跨语言事件论元角色分类可以利用源语言的丰富语料建立模型,然后直接应用于标注语料匮乏的目标语言端。围绕不同语言的事件文本在依存结构上的表达共性,提出了使用BiGRU网络模块对触发词到候选论元的依存路径信息进行额外编码的方法。本文设计的编码模块能灵活地与当前主流的基于深度学习框架的事件论元角色分类模型相联合。实验结果表明,本文提出的方法能更有效地完成跨语言迁移,提高多个基准模型的分类性能。

基于ABBSAC模型的中文事件抽取方法

事件抽取作为信息抽取的重要一环,是非结构化文本转化为有价值的结构化文本的主要方式。针对目前事件抽取模型普遍训练时间长、模型体量大等问题,提出了一个基于ABBSAC的中文事件抽取模型。通过ALBERT预训练模型缩减模型体量,采用BiSRU++捕捉文本内部关联信息,并融合注意力机制提升模型精度,最后以CRF的输出作为抽取结果。基于新浪新闻自主构建了语料集,进行了对比实验。在获得较高准确率、召回率以及F1值的基础上,该模型训练速度提高了约10%,模型参数量裁剪了约82%,证明了所提模型的先进性。同时,在ACE05和DUEE基准测评数据集上,与前沿方法相比较,将触发词抽取的F1值分别提升了1.7%、0.3%,将论元角色抽取的F1值分别提升了5.4%、0.1%,有效提升了中文事件抽取任务的效能。

报刊语言中的汉语双及物动词定语小句及其共现句法特征的实证研究

该文以14个汉语双及物动词为研究对象,以BCC语料库《文汇报》2004—2005年子库的语料为数据来源,从中筛选出2378个由这些双及物动词充任谓语中心的定语小句,并从双及物动词论元的关系化能力和定语小句的共现句法特征这两个方面入手,对这些自然语料进行了实证研究。该文得出了如下基于汉语报刊语篇的核心结论:(1)在双及物动词三个论元的关系化能力上,受事强于施事,施事强于与事,其中受事强于施事的趋势要超过施事强于与事的趋势;(2)与其他类别的定语小句相比,提取受事的关系小句中明显更为频繁地出现粘合式述补短语和“V给”式连谓短语。

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.

A Study on Thematic Roles

A critical function of human language is to specify who did what to whom. Sentences serve this function by acting as miniature plays, with actors(typically labeled by noun phrases) playing roles in the event labeled by the verb. In the study of modern syntactic and semantics, theta role occupies quite an important place. This paper is a general overview of thematic role which may make a successful story on further study.

基于构式框盒图的汉英叙实动词句法语义特征研究——以“知道(KNOW)”为例

叙实动词受到学界的广泛关注,多数学者基于语料分析和对比,对叙实动词的句法语义特征进行研究,取得了一定的成果。随着认知语言学和构式语法理论的发展,本研究在构式语法理论基础上,结合前人研究成果建立汉英叙实构式,并以汉英叙实动词“知道(know)”为例对汉英叙实构式框盒图进行构建与分析,尝试从理论层面加深对汉英叙实动词句法、语义、语用等特征的刻画。

面向图注意力网络的突发热点事件联合抽取

当前,突发热点事件的传播日益迅猛与广泛.如何通过事件抽取准确快速地抽取出事件触发词及其事件元素,有助于决策者分析舆情态势、引导社会舆论.针对现有事件抽取方法多是从单个句子中抽取事件元素,而突发热点事件的事件元素往往分布在多个句子当中的问题,提出了一种基于图注意力网络的突发热点事件联合抽取方法,该方法分为三个阶段:基于TextRank的事件句抽取、基于图注意力网络的篇章级事件联合抽取、突发热点事件补全.在抽取出新闻主旨事件以后对整篇新闻做事件抽取,利用候选事件与新闻主旨事件的事件向量相似度以及事件论元相似度对该新闻主旨事件进行补全.实验结果表明,该方法在DUEE1.0数据集上进行触发词抽取和论元角色抽取任务时的F1指标分别达到83.2%、59.1%;在中文突发事件语料库上进行触发词抽取和论元角色抽取任务时的F1指标分别达到82.7%、58.7%,验证了模型的合理性和有效性.

基于角色信息引导的多轮事件论元抽取

针对通用领域的事件论元抽取研究中角色信息利用不足和论元间缺少交互两个问题,提出角色信息引导的多轮事件论元抽取模型,用于增强文本的语义信息和论元之间的交互能力,提升事件论元抽取的性能。首先,为了更好地利用角色知识来引导论元的抽取,该模型根据角色定义构造角色知识,对角色信息和文本独立编码,并采用基于注意力机制的方法获取标签知识增强的文本表示,进而采用增强嵌入来预测各角色论元的起始和结束位置。同时,为了在抽取过程中充分利用事件论元之间的交互,受多轮对话模型的启发,设计一种多轮事件论元抽取算法。该算法参照“先易后难”的自然逻辑,每次选择预测概率最大,也是最容易确定的角色进行抽取。在论元抽取过程中,为了对论元之间的交互进行建模,模型引入历史嵌入,并在每一次预测结束后更新历史嵌入,帮助下一轮事件论元的抽取。实验结果表明,角色信息的引导和多轮抽取算法均有效地提升了论元抽取的性能,使得该模型的表现优于其他基线模型。

评高兴刚的中间结构分析

高兴刚(2000)提出,中间动词的逻辑主语是PRO以及中间结构的派生涉及wh 移位。应该说,高文的分析面临一系列严重的理论问题。事实上,中间动词来源于对应的及物动词,其间经历了一个状态化的词汇派生过程,即动词在状态化构词规则的作用下改变了原有的概念结构,从而生成中间结构。

用动词的论元结构跟事件模板相匹配——一种由动词驱动的信息抽取方法

本文以文献[2]中信息抽取模型(InfoX)的测试语料(职务变动文本)为主要对象,具体说明怎样建立从动词的论元结构到相关的事件模板的匹配关系。首先根据职务变更动词的有关句法、语义特点,把它分成六个小类:任命、担任、免职、辞职、调遣、受命;然后,分别描写每一小类动词的论元结构,特别是它们所支配的论元角色及其句法配置方式。最后,建立动词的论元角色跟事件模板元素的匹配关系,并揭示动词对文本筛选和合并都有导向作用,说明发展由动词驱动的信息抽取方法的可行性。

基于卷积树核的事件论元角色抽取方法

事件论元角色抽取是事件抽取的关键环节,句法分析信息对事件论元角色抽取具有重要作用.传统基于机器学习的方法通常将句法分析信息转化为平面特征,并不能全面利用句法分析信息.为此,提出基于卷积树核的事件论元角色抽取方法.首先,构造基本树结构,将句法分析信息转化为结构特征;其次,针对句法结构树包含较多冗余信息的问题,设计相应裁剪算法,优化树结构、减少卷积树核计算的时间复杂度;最后,构造复合核将平面特征与结构特征相结合,并训练支持向量机分类器完成事件论元角色抽取.实验证明,本文方法使事件论元角色抽取效果有了明显提升.

再论题元、论元和语法功能项——评“格标效应与语言差异”

通过简要回顾格标效应的工作原理,可以重新对比分析英汉两种语言语法功能项在静态逻辑和延伸变异条件下的组配关系。继续观察表明英汉语言功能项的赋格允准和题元释放不存在显著性差异,差异实际上是研究者定义模糊和研究方法不当所致。因没有采用统一的标准对待两种语言的各种搭配现象,单向强化汉语中不符合静态逻辑的非典型组合关系,格标效应无法解释英语中众多不按动核指派的题元释放的通例。因此英汉题元实现只有参数上的差异而没有原则上的差异。对比研究应该遵循典型对典型,变异对变异,而不是典型对变异的原则,对语言事实的认定不能简单地以点推到面。

基于论元结构和论元角色的英语-(a)tion型后缀动词名物词具体义研究

英语双音节和多音节及物动词大多可以通过添加-(a)tion或同类后缀的形式构成相应的动词名物词。宏观上讲,这类词有具体和抽象两种意义,抽象义往往和原动词的意义十分接近,表示动作或行为本身,而具体义则可从相应动词的论元结构和论元角色来找到语义依据。具体来说,具体义往往可以通过原动词论元结构中的某一论元或其上位词来表达。英语这类名物词的具体义与相应动词论元的这种内在关系的形成,与动词词义本身以及人类的认知规律均有重要联系。

中间语态句的隐性施事

中间语态句是介于主动语态句和被动语态句之间的第三种语态。中间语态句的动词在句法转换过程中仍保留其及物动词的特征。中间语态句的隐性施事存在语义表达层次中,是一种被抑制的,在词库中得到饱和的题元角色。

语义角色标注中有效的识别论元算法研究

语义角色标注中论元识别的结果对论元分类任务起着很重要的作用。以句法成分的中心词为依据,对论元识别算法进行研究,在训练集上识别出了98.78%的论元,在测试集识别出了97.17%的论元,并大大减少了不承担角色的训练样例。在此基础上以句法成分为标注单元,在自动句法分析上抽取和组合有用的特征,用支持向量机的方法进行学习分类,在测试集上获得77.84%的F1值。此结果是目前报告的基于单一句法分析的最好结果之一。

开放信息抽取技术的现状研究

如何高效地自动理解网络上出现的海量文本信息,日益成为了个严峻的考验。美国华盛顿大学图灵中心提出的开放信息抽取,是一个有效的解决方法。它具有领域的独立性,无监督抽取,对大量文本的可伸缩性等特点。该论文首先介绍了开放信息抽取系统的主要功能,然后详细论述了三个主要的开放信息抽取系统的特点、组成部分以及优缺点,接着分析了开放信息抽取系统的改进方法和发展趋势。最后对未来进行展望。

小议题元准则在一些汉语句中的运用

在这篇论文里,我们主要通过一些汉语例证对题元理论中的题元准则所论述的论元与题元角色之间的关系作了一点探讨。通过这些具体的例证所反映出来的问题我们得出结论:题元理论并非适合所有的汉语句子;题元理论过于严格,以致一些合乎语法的句子也被排除在外,为了解释这些句子存在的合法性。

现代汉语句式意义的实现

现代汉语句式是语法研究的终极目标。以往很多语法研究者从句法意义、语义意义、语用表达、语气和固定词语等角度来命名和归类不同的句式,这些研究只是从某个角度或某个侧面对句式的一种概括和综合。在凝固的句式中,句式具有四个语义特征:(1)构句成分组成的某种句法语义结构;(2)构句成分的排列次序和句中动词的意义表达;(3)句中副词和某些虚词的衔接意义表达;(4)句中语用成分的意义表达。句式及其构句成分之间具有相互制约的作用力。同时,句式意义的实现都要经过句式的语义角色与句式动词论元成分相融合的过程,在这个融合过程中,动词论元成分会出现合并(merge)、删减(cut)、遮蔽(shade)、增添(contribute)等情况。从现代汉语歧义句的表达来看,句式意义实现的机制是基于各种模块的典型句式以不同的方式相互连接、套合,形成表意更为丰富的句式的结果。

论元角色失配的构式语法分析——一项基于语料的高职英语四级写作研究

在对连云港职业技术学院大学英语四级命题作文中论元角色失配情况调查统计的基础上,结合构式语法理论从侧重失配、角色数量失配、角色语义不当三方面探求其产生的认知理据及解决办法。动词参与者角色与构式论元角色侧重不同、数量不一致、语义冲突导致了失配现象的产生;学生对各构式中论元角色失配理解不透彻,受母语影响较大。通过分析,正确搭配论元角色的意识得到了加强。

现代汉语心理形容词带宾语结构研究

心理形容词是形容词的一个次类,它们从形式到语义上都与普通形容词有区别,一个明显差异是汉语中存在大量心理形容词带宾语的现象。心理形容词虽然与心理动词在语法分布上有交叉,但其所带宾语充当的论元角色和意向力的方向均不相同。以此为基础,《语法讲义》关于谓词小类的划分可以进一步细化。