结合特征优化与负样本采样的事件检测方法研究

发布时间：2024-02-04 02:35

　　事件检测针对自由文本实现事件表述语言的提取和结构化数据的组织(如提取触发词并进行类型标记)。在事件检测过程中,同一个单词(触发词候选)在不同上下文环境中可能触发不同的事件类型,而神经网络方法依赖的词向量只有一种形式,从而无法表征不同的上下文信息。此外,在模型训练过程中,上下文中的虚假特征使得触发词识别会出现偏差。同时,通过观察ACE2005语料(国际权威事件抽取评测数据)发现,该语料的事件类别和正负样例分布欠缺平衡性,导致模型对测试集进行事件检测时,如果表征该事件类型的触发词在训练集中出现次数较少,则该类触发词往往不能被赋予真正的事件类型。为此,本研究通过以下方法解决上述问题:(1)一种基于语言学特征和卷积神经网络模型的事件检测方法本研究提出一种新的基于语言学特征和卷积神经网络模型的事件检测方法。类比词嵌入方法,本研究将特征信息转化为实数向量形式,并作为神经网络的输入,本研究把这种形式称为“特征嵌入”。这种方式一定程度上缓解了语言特征离散化表示在自然语言处理任务中带来的“语义鸿沟”问题。此外,在训练过程中,该方法利用目标函数减弱错误特征对模型的影响,进而削弱错误传递带来的负面作用。实验...

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

图３－１处理候选触发词Ｗ的框架图??像处理的方式，称该二维实数矩阵为“特征图像”，如图３－１所示，其中，卷积神经??

结合特征优化与负样本采样的事件检测方法研宄?第二章基于语言学特征和卷积神经网络模型事件检测方法??＜少，々－．．Ｍ?ｈ?〇／??＂稱，坨鳳＃——．．．／?，／ｐ??，?—－白?Ｊ?曰．，????Ｊ?Ｊ?＾??１?Ｃｏｎｖ．?Ｌａｙｅｒ?＾－Ａｃｔｉｖ．?Ｌａｙｅｒ?＜＆?Ｍａｘ?....

图３－２局部感知技术??

第二章基于语ｎ学特征和卷积神经网络模型事件检测方法?结合特征优化与负样本采样的事件检测方法研究??

图４－２触发器识别和事件分类任务中精度与召回之间的差距??

ｒｉｇｇｅｒ?Ｔｒｉｇｇｅｒ．?Ｔｒｉｇｇｅｒ?Ｔｒｉｇｇｅｒｓ?Ｔｒｉｇｇｅｒ?Ｔｒｉｇｇｅｒ＋?Ｔｒｉｇｇｅｒ?Ｔｒｉｇｇｅｒ＋?Ｔｒｉｇｇｅｒ?Ｔｒｉｇｇｅｒ＋?Ｔｒｉｇｇｅｒ?Ｔｒｉｇｇｅｒ＋?Ｔｒｉｇｇｅｒ?Ｔｒｉｇｇｅｒ＋??Ｔｙｐｅ＾ｙ?Ｔｙｐｅ＾ｙ?（?Ｔｙｐｅ?....

图５－１基于强化学习模型的负例样本选择方法架构图??

第五章基于负样本采样的事件检测优化方法?结合特征优化与负样本采样的事件检测方法研究??春…?ｎ?眷?＿?＿＿?动作序列??个?奖励?ｔ??分类网络雛＾?策略网络??Ｘ?Ｘ?Ｘ?Ｘ?Ａ?Ａ?ｔ??—？?—？?—？?—？?—＊?—?？?？?状态序列??…?ｔ??———■＊—?＊?４?....

本文编号：3895060