计算机软件及计算机应用 中国古代史 基于RoBERTa-CRF的古文历史事件抽取方法研究 标题: 基于RoBERTa-CRF的古文历史事件抽取方法研究作者: 喻雪寒,何琳,徐健第一作者: 喻雪寒机构: 南京农业大学信息管理学院期刊: 数据分析与知识发现发表日期: 2021-03-26论文摘要: 【目的】为有效抽取典籍中蕴含的事件信息,构建面向典籍的事件抽取框架,并采用RoBERTa-CRF模型实现事件类型、论元角色和论元的抽取。【方法】选择《左传》的战争句作为实验数据,建立事件类型和论元角色的分类模板。基于RoBERTa-CRF模型,先用多层Transformer提取语料特征,再结合前后文序列标签学习相关性约束,由输出的标记序列识别论元并对其进行抽取。【结果】对比GuwenBERT-LSTM、BERT-LSTM、RoBERTa-LSTM、BERT-CRF、RoBERTa-CRF等5种模型在数据集上的事件抽取实验结果,RoBERTa-CRF的精确度为87.6%、召回率为77.2%、F1值达到82.1%,验证了该模型的有效性和可操作性。【局限】使用的数据集规模较小,无法使主题类别更均衡化。【结论】本文构建的RoBERTa-CRF模型提升了面向《左传》战争句的事件抽取效果。关键词: CRF; RoBERTa; 事件抽取; 古文知网阅读链接: 点击跳转
