期刊专题

10.11925/infotech.2096-3467.2021.0094

基于RoBERTa-CRF的古文历史事件抽取方法研究

引用
[目的]为有效抽取典籍中蕴含的事件信息,构建面向典籍的事件抽取框架,并采用RoBERTa-CRF模型实现事件类型、论元角色和论元的抽取.[方法]选择《左传》的战争句作为实验数据,建立事件类型和论元角色的分类模板.基于RoBERTa-CRF模型,先用多层Transformer提取语料特征,再结合前后文序列标签学习相关性约束,由输出的标记序列识别论元并对其进行抽取.[结果]对比GuwenBERT-LSTM、BERT-LSTM、RoBERTa-LSTM、BERT-CRF、RoBERTa-CRF等5种模型在数据集上的事件抽取实验结果,RoBERTa-CRF的精确度为87.6%、召回率为77.2%、F1值达到82.1%,验证了该模型的有效性和可操作性.[局限]使用的数据集规模较小,无法使主题类别更均衡化.[结论]本文构建的RoBERTa-CRF模型提升了面向《左传》战争句的事件抽取效果.

RoBERTa;CRF;事件抽取;古文

5

TP391;G255(计算技术、计算机技术)

本文系南京农业大学中央高校基本科研业务费;中国博士后面上基金

2021-09-30(万方平台首次上网日期,不代表论文的发表时间)

共10页

26-35

暂无封面信息
查看本期封面目录

数据分析与知识发现

2096-3467

10-1478/G2

5

2021,5(7)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn