基于对抗训练的事件要素识别方法

作     者：廖涛 沈文龙 张顺香 马文祥 LIAO Tao;SHEN Wen-long;ZHANG Shun-xiang;MA Wen-xiang

作者机构：安徽理工大学计算机科学与工程学院安徽淮南232001 

基　　金：国家自然科学基金面上基金项目(62076006) 安徽省属高校协同创新基金项目(GXXT-2021-008) 安徽省自然科学基金面上基金项目(1908085MF189) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第2期

页      码：540-545页

摘      要：针对目前大多数事件要素识别模型未考虑词级别的语义信息,及模型鲁棒性不高的问题,提出一种融合词信息和对抗训练的事件要素识别方法。将Bert(bidirectional encode representations from transformers)预训练语言模型生成的字向量与分词信息进行融合,在得到的融合向量中添加扰动因子产生对抗样本,将对抗样本与融合向量表示作为编码层的输入;采用BiGRU(bidirectional gating recurrent unit)网络对输入的文本进行编码,丰富文本的上下文语义信息;采用CRF(conditional random field)函数计算完成事件要素的识别任务。在CEC(Chinese emergency corpus)中文突发事件语料库上的实验结果表明,该方法能够取得较好的效果。

主 题 词：事件要素识别 鲁棒性 词信息 对抗训练 预训练语言模型 扰动因子 上下文语义信息 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2024.02.028

馆 藏 号：203126011...