NLP自然语言处理-机器学习和自然语言处理介绍（四）

NLP自然语言处理-机器学习和自然语言处理介绍-事件抽取
一．案例介绍
1.背景
事件抽取技术的核心价值，是可以把半结构化、非结构化数据转换为对事件的结构化描述，进而支持丰富的下游应用。
比如说我们要为一些人物整理年表，如图，把人物经历的重要事件汇总起来，就可以用事件抽取方法来完成；我们不仅可以整理历史数据，还可以把新闻数据中的事件(天气、体育比赛情况、不和谐的行为和言论、面馆开张信息等等)抽取出来等等。

2.什么是事件
“事件”指在特定的时空下，由一个或多个角色（事件主体）参与的，围绕某个主题开展的一系列活动。
2.1事件组成元素
组成事件的各元素包括: 触发词、事件类型、论元及论元角色。
事件触发词/trigger：表示事件发生的核心词，多为动词或名词；
事件类型/event type：ACE2005 定义了8种事件类型和33种子类型。其中，大多数事件抽取均采用33 种事件类型。事件识别是基于词的34 类( 33类事件类型+None) 多元分类任务，角色分类是基于词对的36 类( 35 类角色类型+None) 多元分类任务；
事件论元/事件要素/argument：事件的参与者，主要由实体、值、时间组成。值是一种非实体的事件参与者，例如工作岗位；
论元角色/要素角色/role：事件论元在事件中充当的角色。共有35类角色，例如，攻击者、受害者等。
如材料：在 Baghdad，当一个美国坦克对着 Palestine 酒店开火时一个摄影师死去了。
序号事件类型触发词论元论元角色

“事件图谱“指持续、快速地获取客观世界中发生的事件，并丰富事件属性、建立事件间的关联关系，构成以事件为基本单位的知识网络。
2.2事件的8种类别即相应子类别

例如：Life/Marry 是结婚事件，Marry事件是官方活动，两人在法律定义下结婚。其模版包括一个participate slot和两个attribute slot，如下所示：

3.什么是事件抽取
（1）定义
将非结构化文本中的事件信息转化为结构化形式，包括识别出事件的触发词，支持该事件论元（主体、客体、时间、地点）。
例如材料：苹果公司将于西部时间9月12日上午10点，北京时间9月13日凌晨1点举行新品发布会，这一次的发布会地点是全新建造的史蒂夫-乔布斯剧院。根据目前的消息，这次发布会上苹果将会发布iphone8、iphone7s、Apple Watch3以及全新Apple TV。
抽取结果如下：

（2）分类
对事件进行分类，包括极性、时态。
例如材料：过往世卫组织曾5度宣布“国际关注公共卫生紧急事件”。
抽取结果如下：

二．模型介绍
1.事件抽取模型的核心构成
（1）事件类型体系，以及各类事件里重要的角色，统称为schema。
（2）信息抽取方法。
2.Schema的制定
“schema”即纲要，是我们对事物一般的、抽象的描述，体现人类对事物的认知水平，决定了机器抽取事件的能力，因此非常重要。而确定了schema，一方面方便大家在相同的概念基础上展开协作，另一方面也让机器有了相对确定的学习和预测目标。
一个完整的事件schema，应当包括：
（1）事件类型体系，比如“企业成立”、“企业并购”等等组成的，就是我关心的事件的类型体系；
（2）各类事件的重要角色，比如一段文本所含的各个字段，就是一个事件得以发展所依赖的重要角色。有时候，我们会设置一种特殊的角色，即“事件触发词”，用来辅助判断事件的发生。
3.信息抽取的方法
即信息抽取模型构建—换句话说，我们需要构建一定的工具，让它从半结构化、非结构化数据中，把schema描述的信息抽取出来。
3.1事件抽取-触发词提取器
（1）模型框架：BERT + Feature
（2）原理：将标注数据中的所有Trigger作为知识库，类似于远程监督的方式，作为Trigger抽取的先验特征，抽取句子中与知识库内Trigger匹配的文本标注出来，将其映射到Extra-Feature Embedding中，与BERT的输出拼接。

（3）知识库构建：知识库构建(训练集内部交叉构建，测试集使用全体训练集作为知识库构建)。
3.2事件抽取-论元提取器
（1）模型框架：BERT-ConditionalLayerNorm
（2）原理：将原始文本+Trigger在文本中的位置输入模型，以文本中所有词到Trigger的相对距离，Trigger本身的相对距离为0为特征，模型利用ConditionalLayerNorm让文本融入Trigger的语义信息，直接标注出trigger的位置，帮助模型预测role。

3.3事件抽取-属性分类器
（1）模型框架：BERT-DynamicPooling
（2）原理：将原始文本+Trigger在文本中的位置输入模型，我们认为事件的属性只与Trigger本身和其左右窗口大小为N的词有关，故模型中mask多余部分，利用窗口内Pooling后的logits+Trigger Start Logits+Trigger End Logits 对 tense 和 polarity 进行分类。

三．样例数据
文本如下：
1.毛泽东（1893年12月26日1976年9月9日），字润之（原作咏芝，后改润芝），笔名子任。湖南湘潭人。中国人民的领袖，伟大的马克思主义者，无产阶级革命家、战略家和理论家，中国共产党、中国人民解放军和中华人民共和国的主要缔造者和领导人，政治家，军事家，诗人，书法家。
四．结果展示
1.{“markResult”: [{“trigger”: {“text”: “缔造”, “end”: 112, “start”: 110}, “arguments”: [{“role”: “object”, “text”: “中国共产党、中国人民解放军和中华人民共和国的主要缔造者和领导人，政治家，军事家，诗人，书法家”, “start”: 86, “end”: 132}, {“role”: “object”, “text”: “毛泽东”, “start”: 0, “end”: 3}], “eventClassify”: [{“task”: “polarity”, “res”: “肯定”}, {“task”: “tense”, “res”: “过去”}]}]

NLP自然语言处理-机器学习和自然语言处理介绍（四）相关推荐

NLP自然语言处理-机器学习和自然语言处理介绍（五）
NLP自然语言处理-机器学习和自然语言处理介绍-知识抽取构建流程 1.什么是知识抽取知识抽取,即从不同来源.不同结构的数据中进行知识提取,形成知识(结构化数据)存入到知识图谱. 知识抽取的三个基本任 ...
NLP自然语言处理-机器学习和自然语言处理介绍（一）
"NLP自然语言处理-机器学习和自然语言处理介绍" 一．机器学习 1.什么是机器学习从广义上来说,机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法.但 ...
java自然语言处理包_Java自然语言处理NLP工具包
自然语言处理 1. Java自然语言处理 LingPipe LingPipe是一个自然语言处理的Java开源工具包.LingPipe目前已有很丰富的功能,包括主题分类(Top Classificati ...
面向机器学习的自然语言标注导读
前言本书的读者是那些使用计算机来处理自然语言的人.自然语言是指人类所说的任何一种语言,可以是当代语言(如英语.汉语.西班牙语),也可以指过去曾经使用过的语言(如拉丁语.古希腊语.梵语).标注(ann ...
NLP入门之综述阅读-自然语言处理发展及应用综述
NLP入门-综述阅读-[自然语言处理发展及应用综述] 1 前言 2 自然语言处理的发展 3 自然语言处理的研究方法和内容 3.1 自然语言处理的研究方法 3.2 自然语言处理基础研究 3.2.1 词法 ...
【机器学习】自然语言处理简介
目录参考什么是自然语言处理自然语言处理的基本方法自然语言处理的三个层面自然语言处理的难点自然语言处理的发展现状参考华为云学院什么是自然语言处理利用计算机为工具对人类特有的书面形式和 ...
机器学习与自然语言处理
一. 引言<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /> 随着 ...
科研指导：机器学习与自然语言处理
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Viax科研教育科研方向:机器学习与自然语言处理盐趣是一家专业的在线科研教育机构,核心教研团 ...
面向机器学习的自然语言标注
作者:[美] 普斯特若夫斯基(James Pustejovsky),[美] 斯塔布斯(Amber Stubbs) 出版社: 机械工业出版社 ISBN:9787111555155 丛书名: OReill ...

NLP自然语言处理-机器学习和自然语言处理介绍（四）

NLP自然语言处理-机器学习和自然语言处理介绍（四）相关推荐

最新文章

热门文章