多通道文档级事件抽取框架

F1 超现有模型 9.5 个百分点

该框架引入令牌-事件-角色数据结构与多通道角色预测模块,将实体与事件抽取统一为单一任务,减少参数并提升效率。

Wan, Qizhi · 万常选 · Xiao, Keli · Xiong, Hui · 刘德喜 · 刘喜平 · Hu, Rong

ACM Transactions on Information Systems 2024

参数信息

F1 提升
9.5 个百分点

技术优势

统一抽取任务

将实体与多事件抽取转化为预测 token-event 对,不再需要多个独立学习任务,简化了模型设计。

削减参数规模

多任务合并后整体参数量下降,模型更高效。

挖掘跨事件关联

token-event-role 数据结构揭示 token 在多个事件中的主要角色,更全面理解事件关系。

验证模块价值

消融研究证实所提数据结构对提升事件抽取任务具有显著价值。

应用场景