科大讯飞2020完整事件抽取系统(bert+数据集)
科大訊飛2020完整事件抽取系統(bert+數據集)
事件抽取將非結構化文本中的事件信息展現為結構化形式，在輿情監測、文本摘要、自 動問答、事理圖譜自動構建等領域有著重要應用。在真實新聞中，由于文本中可能存在句式 復雜，主被動轉換，多事件主客體共享等難點，因此“事件抽取”是一項極具挑戰的抽取任 務。
本事任務旨在從通用新聞文本中抽取事件觸發詞、事件論元以及事件屬性。在傳統的事件定義中，事件由事件觸發詞( Trigger) 和描述事件結構的元素 (Argument)構成。事件觸發詞標識著事件的發生。事件論元為事件主體(Subject)、客體(Object)、時間(Time)、地點(Location)等，是表達事件重要信息的載體。
事件屬性包括事件極性（Polarity）、時態(Tense)，是衡量事件是否真實發生的重要依據。通過極性，事件分為肯定、否定、可能事件。通過時態，事件分為過去發生的事件、現在正 在發生的事件、將要發生的事件以及其他無法確定時態的事件。
本賽事任務一為初賽任務，任務二為復賽任務，在任務一的基礎上增加了事件屬性識別。為 了模擬真實場景，數據中包含了非實際發生的事件。
任務一：事件觸發詞及論元抽取
該任務旨在從文本中抽取標識事件發生的觸發詞和論元，觸發詞往往為動詞和名詞。觸發詞 對應的事件論元，主要為主體、客體、時間、地點，其中主體為必備論元。
示例 1：
文本：北京時間 3 月 27 日晚上 7 點 15 分，英國首相鮑里斯約翰遜確診感染了新冠肺炎。
任務二：事件屬性抽取
該任務旨在從文本中抽取表達事件發生狀態的屬性，包括極性、時態。極性分為：肯定、否
定、可能；時態分為：過去、現在、將來、其他。
示例 1：
文本：中國駐俄羅斯大使張漢暉 4 月 7 日向媒體回應稱，經向俄有關強力部門了解，目前
在俄沒有一起中國公民遭到拘留或受到俄強力部門限制的案例。
抽取結果：
示例 4：
文本：看守政府總理邁赫迪打算驅逐約 5300 名美國士兵。
抽取結果：
事件抽取系統，包含觸發詞（trigger），事件論元（role），事件屬性（attribution）的抽取。基于 pytorch 的 pipeline 解決方案。
主要思路
將任務分割為觸發詞抽取，論元抽取，屬性抽取。具體而言是論元和屬性的抽取結果依賴于觸發詞，因此只有一步誤差傳播。因 time loc 并非每個句子中都存在，并且分布較為稀疏，因此將 time & loc 與 sub & obj 的抽取分開（role1 提取 sub & obj；role2 提取 time & loc）
模型先進行觸發詞提取，由于復賽數據集的特殊性，模型限制抽取的事件僅有一個，如果抽取出多個觸發詞，選擇 logits 最大的 trigger 作為該句子的觸發詞，如果沒有抽取觸發詞，篩選整個句子的 logits，取 argmax 來獲取觸發詞；
然后根據觸發詞抽取模型抽取的觸發詞，分別輸入到 role1 & role2 & attribution 模型中，進行后序的論元提取和屬性分類；四種模型都是基于 Roberta-wwm 進行實驗，加入了不同的特征。
最后將識別的結果進行整合，得到提交文件。
代碼運行教程? 獲取：
關注微信公眾號 datayx ?然后回復??事件抽取? 即可獲取。
AI項目體驗地址 https://loveai.tech
閱讀過本文的人還看了以下文章：
TensorFlow 2.0深度學習案例實戰
基于40萬表格數據集TableBank，用MaskRCNN做表格檢測
《基于深度學習的自然語言處理》中/英PDF
Deep Learning 中文版初版-周志華團隊
【全套視頻課】最全的目標檢測算法系列講解，通俗易懂！
《美團機器學習實踐》_美團算法團隊.pdf
《深度學習入門：基于Python的理論與實現》高清中文PDF+源碼
特征提取與圖像處理(第二版).pdf
python就業班學習視頻，從入門到實戰項目
2019最新《PyTorch自然語言處理》英、中文版PDF+源碼
《21個項目玩轉深度學習：基于TensorFlow的實踐詳解》完整版PDF+附書代碼
《深度學習之pytorch》pdf+附書源碼
PyTorch深度學習快速實戰入門《pytorch-handbook》
【下載】豆瓣評分8.1,《機器學習實戰:基于Scikit-Learn和TensorFlow》
《Python數據分析與挖掘實戰》PDF+完整源碼
汽車行業完整知識圖譜項目實戰視頻(全23課)
李沐大神開源《動手學深度學習》，加州伯克利深度學習（2019春）教材
筆記、代碼清晰易懂！李航《統計學習方法》最新資源全套！
《神經網絡與深度學習》最新2018版中英PDF+源碼
將機器學習模型部署為REST API
FashionAI服裝屬性標簽圖像識別Top1-5方案分享
重要開源！CNN-RNN-CTC 實現手寫漢字識別
yolo3 檢測出圖像中的不規則漢字
同樣是機器學習算法工程師，你的面試為什么過不了？
前海征信大數據算法：風險概率預測
【Keras】完整實現‘交通標志’分類、‘票據’分類兩個項目，讓你掌握深度學習圖像分類
VGG16遷移學習，實現醫學圖像識別分類工程項目
特征工程(一)
特征工程(二) :文本數據的展開、過濾和分塊
特征工程(三):特征縮放,從詞袋到 TF-IDF
特征工程(四): 類別特征
特征工程(五): PCA 降維
特征工程(六): 非線性特征提取和模型堆疊
特征工程(七)：圖像特征提取和深度學習
如何利用全新的決策樹集成級聯結構gcForest做特征工程并打分？
Machine Learning Yearning 中文翻譯稿
螞蟻金服2018秋招-算法工程師（共四面）通過
全球AI挑戰-場景分類的比賽源碼(多模型融合)
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
python+flask搭建CNN在線識別手寫中文網站
中科院Kaggle全球文本匹配競賽華人第1名團隊-深度學習與特征工程
總結
以上是生活随笔為你收集整理的科大讯飞2020完整事件抽取系统(bert+数据集)的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 注意力机制-深度学习中的注意力机制+注意
- 下一篇： 【干货】推荐系统中的机器学习算法与评估实