作者：马晨曦; 陈兴蜀; 王文贤; 王海舟事件检测触发词事件抽取递归神经网络词向量
摘要：随着互联网的迅猛发展，我国网民的规模迅速增长，互联网对人们的生活和社会影响力也日益加深，面对日益增长的海量互联网信息，快速定位到公众讨论的事件变得至关重要。事件抽取是信息抽取领域的一个重要研究方向，事件检9n,4是事件抽取任务的第一步，在事件抽取任务中起到至关重要的作用。文章采用了基于递归神经网络的事件检测联合模型，实现了对事件触发词的识别和事件类别的分类。与传统的触发词检测方法相比，本文提出的联合模型避免了误差的传播，不依赖于触发词表的构造和扩展，有很好的移植性，而且不需要设计复杂的语言特征，依赖神经网络自动学习特征。文章选用CEC语料库作为训练语料和测试语料，实验结果表明该方法识别触发词和事件类别的准确率和召回率较高，F值为70．2％，优于传统方法。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
