52、MHGEE：基于多粒度异质图的事件提取与一致性栅栏的部分有序交付

MHGEE：基于多粒度异质图的事件提取与一致性栅栏的部分有序交付

1. MHGEE模型对比与性能分析

在事件提取领域，为了全面评估所提出的MHGEE模型的性能提升效果，将其与一系列最先进的模型进行了比较。
- 基线模型介绍
1. DMCNN ：构建动态多池化卷积模型来学习句子特征。
2. Cross - Event ：利用文档级信息提升性能。
3. GAIL ：基于逆强化学习。
4. JointBeam ：通过手动设计的特征基于结构预测提取事件。
5. Joint3EE ：基于共享隐藏表示。
6. JRNN ：联合使用双向RNN和手动设计的特征进行事件提取。
7. Embedding+T ：使用词嵌入向量和传统的句子级特征。
8. PSL ：使用概率推理模型对事件进行分类。
9. HBTNGMA ：通过分层和偏差标记模型对句子事件的相互依赖关系进行建模。
10. BERT QA ：基于问答的模型，使用机器阅读理解模型处理两个子任务。
11. TEXT2EVENT ：提出基于生成的范式。
12. DMBERT