11、事件参数提取的浅层语义解析框架

事件参数提取的浅层语义解析框架

1. 引言

近年来，事件提取在研究界引起了越来越多的关注，其目标是发现特定类型的事件触发词及其参数。在自动上下文提取（ACE）事件提取程序中，事件被表示为一个结构，包含一个事件触发词和一组参数。事件参数提取（EAE）任务是事件提取（EE）的关键部分，主要关注识别事件参数并将其分类到由给定触发词触发的事件中的角色。

例如，在句子 “Controversial PLO leader Yasser Arafat died in a Paris hospital on Sunday.” 中，给定触发词 “died” 触发了一个 “Die” 事件，EAE 系统应检测出 “Controversial PLO leader Yasser Arafat” 作为 “Victim” 参数，“a Paris hospital” 作为 “Place” 参数，“Sunday” 作为 “Time” 参数。

当前最先进的方法通常将 EAE 任务建模为实体级分类问题，但这基于一个不现实的假设，即预先提供了黄金标准的实体注释。在实际应用中，实体注释并不总是可用，因此识别实体提及仍然是一个具有挑战性的问题。此外，先前的联合实体和事件提取研究将实体提及识别问题建模为词级序列标注问题，但这种方法存在一些不足：
- 忽略参数内部词的关系 ：参数中的单词被假设为相互独立，忽略了提取完整事件参数时单词之间的内部相互关系。例如，在上述句子中，如果忽略单词之间的关系，可能会忽略修饰部分 “Controversial PLO”，从而提取出不完整的参数 “leader Yasser Arafat”。
- 忽略参数与触发词的关系