融合上下文依賴和句子語義的事件線索檢測研究*

王 凱，洪 宇，邱盈盈，姚建民，周國棟

蘇州大學 計算機科學與技術學院，江蘇 蘇州 215006

1 引言

事件線索檢測（event nugget detection）作為信息抽取（information extraction）的一個任務，旨在從非結構化的文本中提取觸發事件的文本片段，并辨別所抽取事件的真偽性。根據KBP 2015（knowledge base population）事件線索檢測任務的定義，事件線索檢測由兩個子任務組成：（1）事件線索詞識別（event nugget recognition），需要抽取出觸發事件的詞或短語，并識別出事件的類型；（2）事件真偽性識別（event realis recognition），在事件線索詞識別的基礎上，進一步辨別出事件發生的真偽性。為更好地理解KBP評測事件線索檢查任務，下面給出一個完整的事件線索的結構表述。例句1中，事件線索詞為“sends”（譯為運送），所觸發的事件類型為Transport-Person，其事件真偽性為Actual（表示事件真實發生）。本文研究將只專注于事件線索詞識別部分，即找出事件線索詞并判定其事件類型。

例句1France sends soldiers to Haiti Feb29.

譯文：“法國于2月29日將士兵運送到海地。”

事件線索詞：sends

事件類型：Transport-Person

事件真偽性：Actual

事件線索檢測的研究還在起步階段，現有的方法主要沿用 ACE 2005（automatic content extraction）事件抽取的方法。大部分前人工作將事件檢測看成一個分類問題，人工精心設計了很多的詞匯級和句法級的特征（特征工程），并使用已有的自然語言處理工具進行獲取（如詞性標注、句法分析、命名實體識別等工具）。這些方法盡管取得很好的性能，但是一方面會耗費大量的時間，另一方面會有特征稀疏和錯誤傳遞的問題（無法利用遠距離的依賴信息和句子的語義信息）。

最近，深度學習已經在很多自然語言處理任務上被使用，并被證明是有效的，例如機器翻譯、分詞和情感分析。……