「PW Live」是 PaperWeekly 的學術直播間，旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產生更大的價值。

隨著互聯網信息爆炸式的增長，從非結構化的信息中提取出有用的結構化信息顯得越來越重要，信息抽取任務便應運而生。事件抽取作為信息抽取任務中重要且富有挑戰的一個研究方向，旨在將無結構化文本中的事件以及事件所涉及到的人物、時間、地點等元素準確地抽取出來并以結構化的形式呈現，在自動文摘、自動問答、信息檢索等領域有著廣泛的應用。

本期 PW Live，我們邀請到來自清華大學自然語言處理與社會人文計算實驗室的本科生王曉智，為大家帶來事件抽取的進展與挑戰的主題分享。

對事件抽取感興趣的小伙伴，3 月 26 日（本周四）晚 8 點，我們準時相約 PaperWeekly B 站直播間。

分享提綱

文本事件抽取旨在從無結構純文本中抽取出結構化的事件知識，是信息抽取的一項核心任務，也正在受到越來越多的關注。近年來隨著神經網絡等技術的發展，事件抽取任務的表現取得了長足的進步，但仍面臨許多重要挑戰。

本次報告我將分享事件抽取任務的基礎知識和它面臨的一些主要挑戰，并介紹我們針對這些挑戰做出的一些探索和最新工作。

本次分享的具體內容有：

• 事件抽取任務的背景

• 事件抽取面臨的挑戰

• 基于對抗訓練的弱監督事件檢測

• 基于層次化模塊神經網絡的事件要素抽取

嘉賓介紹

?王曉智 / 清華大學本科生?

王曉智，清華大學大四本科生，師從李涓子教授和劉知遠副教授。主要研究方向為自然語言處理和知識圖譜。已在 NAACL、EMNLP、COLING 等自然語言處理頂級會議發表數篇論文。

直播地址?& 交流群

本次直播將在 PaperWeekly B 站直播間進行，掃描下方海報二維碼或點擊閱讀原文即可免費觀看。線上分享結束后，嘉賓還將在直播交流群內實時 QA，在 PaperWeekly 微信公眾號后臺回復「PW Live」，即可獲取入群通道。

B 站直播間：

https://live.bilibili.com/14884511

合作伙伴

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的PW Live 直播 | 清华大学王晓智：事件抽取的进展与挑战的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。