「AI Drive」是由 PaperWeekly 和 biendata 共同發起的學術直播間，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。

本期 AI Drive，我們邀請到清華大學計算機系本科生王子奇，為大家在線解讀其發表于 ACL 2021 的最新工作：CLEVE: Contrastive Pre-training for Event Extraction。對本期主題感興趣的小伙伴，6 月 24?日（周四）晚 7 點，我們準時相約 PaperWeekly B 站直播間。

直播信息

微調預訓練模型能顯著地提升事件抽取的表現，然而現有的預訓練方法并沒有特別關注事件特征，導致構建的事件抽取模型不能充分利用大規模無監督數據中的豐富事件信息。我們提出了一個基于對比學習的預訓練框架 CLEVE，它包含一個文本編碼器和一個圖編碼器，兩個編碼器通過自監督的對比學習來學習事件語義和事件結構的表示。實驗表明，CLEVE 能讓預訓練模型更好地從大型無監督數據中學習事件知識和對應的語義結構，從而在有監督和無監督兩個場景及 ACE 2005 和 MAVEN 兩個數據集上都取得了更好的效果。

論文標題：

CLEVE: Contrastive Pre-training for Event Extraction

論文鏈接：

https://arxiv.org/abs/2105.14485

代碼鏈接：

https://github.com/THU-KEG/CLEVE

本次分享的具體內容有：?

• 背景介紹：當前事件抽取的研究進展

• 研究動機：抓取觸發詞和?色之間的語義關系

• 相關工作：對抗學習，AMR 解析

• 方法實現：基于 AMR 解析和對抗學習的預訓練模型

• 實驗結果：實驗結果分析和結論

• 總結：論文總結與未來展望

嘉賓介紹

?王子奇?/ 清華大學本科生?

王子奇，清華大學計算機系大四本科生，本科期間在 THUNLP 實驗室進行相關科研工作，導師為劉知遠副教授。主要研究方向為信息抽取，事件抽取。曾在 EMNLP, ICLR 等頂級會議上發表若干文章。

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「AI Drive」，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直播 | ACL 2021论文解读：基于对抗学习的事件抽取预训练模型的全部內容，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。