多模板选择模型

该模型通过自动挖掘扩展事件类型并利用多模板信息交互，提升了事件提取的性能。

Jiaren, Peng · 杨文忠 · Wei, Fuyuan · 何亮

Knowledge-Based Systems 2024

技术优势

性能最优

在ACE2005-EN数据集上实现了最先进的性能，超越现有方法。

显著提升

在ERE-EN数据集上显著提升了事件抽取性能。

可适应低资源

在标注数据稀缺的低资源环境下也能有效工作，降低了对大量训练数据的依赖。

应用场景

• 信息抽取：从非结构化文本中自动提取结构化事件，提升信息抽取效率。
• 自然语言处理：利用预训练语言模型的多模板交互来增强事件理解，推动NLP应用。
• 文本挖掘：深度挖掘文本中的事件模式，发现潜在事件关联。
• 知识图谱构建：为知识图谱构建提供高质量的事件三元组，丰富图谱内容。
• 低资源学习：在没有大量标注数据的场景下有效抽取事件，降低资源门槛。