论文笔记 ACL 2020|Exploring Interpretability in Event Extraction: Multitask Learning of a Neural Event C
文章目录
- 1 简介
- 1.1 创新
- 2 方法
- 2.1 事件抽取
- 2.2 规则解码
- 3 实验
1 简介
论文题目:Exploring Interpretability in Event Extraction: Multitask Learning of a Neural Event Classifier and an Explanation Decoder
论文来源:ACL 2020
论文链接:https://aclanthology.org/2020.acl-srw.23.pdf
代码链接:https://github.com/clulab/releases/tree/master/aclsrw2020-edin/
1.1 创新
- 提出了一个可解释的事件抽取方法,使用encoder-decoder模型联合学习抽取事件和解释它的决策,同时可以扩展到半监督场景的使用。
- 扩展了BioNLP 2013 GENIA事件抽取数据集。
2 方法
使用encoder-decoder结构联合解决分类和可解释问题。分为事件抽取和规则生成两种任务。
2.1 事件抽取
对每个事件类型训练一个二分类器,输入为单词训练w1,...,wnw_1,...,w_nw1,...,wn和一个实体z,每个单词被表示为xi=e(wi)∘e(pi)∘char(wi)x_i=e(w_i){\circ}e(p_i){\circ}char(w_i)xi=e(wi)∘e(pi)∘char(wi),分别为Skip-gram编码、相对位置编码、字符级双向LSTM的输出。然后通过一个双向LSTM得到hih_ihi,然后通过实体-注意力机制,最后拼接上下文向量CiC_iCi和实体向量HiEH_i^EHiE进行分类。公式如下:
2.2 规则解码
使用另一个带注意力机制的LSTM作为解码结构,将来自编码器上下文的触发器向量作为解码器的初始状态,在时间步t,使用下面公式生成上下文向量CtDC_t^DCtD,然后使用CtDC_t^DCtD进行分类。
两个任务一起优化,loss为交叉熵,公式如下:
3 实验
数据集使用BioNLP 2013 GENIA,同时扩展了相关规则,事件抽取的结果如下图:
解码规则的实验结果如下图:
论文笔记 ACL 2020|Exploring Interpretability in Event Extraction: Multitask Learning of a Neural Event C相关推荐
- 论文笔记 ACL 2019|Exploring Pre-trained Language Models for Event Extraction and Generation
文章目录 1 简介 1.1 动机 1.2 创新 3 抽取模型 3.1 触发词抽取 3.2 论元抽取 3.3 确定论元区间 3.4 重新加权loss 4 训练数据生成 4.1 预处理 4.2 事件生成 ...
- 论文笔记:Identifying Lung Cancer Risk Factors in the Elderly Using Deep Neural Network - Chen, Wu
论文笔记:Identifying Lung Cancer Risk Factors in the Elderly Using Deep Neural Network - Chen, Wu 原文链接 I ...
- 论文笔记 EMNLP 2020|Event Extraction by Answering (Almost) Natural Questions
文章目录 1 简介 1.1 动机 1.2 创新 2 方法 3 实验 1 简介 论文题目:Event Extraction by Answering (Almost) Natural Questions ...
- 论文笔记 ACL 2019|Rapid Customization for Event Extraction
文章目录 1 简介 1.1 创新 2 方法 2.1 新事件的触发词实例 2.2 模型 3 实验 3.1 触发词分类 3.2 论元分类 1 简介 论文题目:Rapid Customization for ...
- 论文笔记 COLING 2020|Joint Event Extraction with Hierarchical Policy Network
文章目录 1 简介 1.1 动机 1.2 创新 2 背景知识 3 方法 4 实验 5 总结 1 简介 论文题目:Joint Event Extraction with Hierarchical Pol ...
- 【论文解读 ACL 2020 | MixText】Linguistically-Informed Interpolation of Hidden Space for 半监督文本分类
论文题目:Linguistically-Informed Interpolation of Hidden Space for Semi-Supervised Text Classification 论 ...
- 科研效率直线提升!如何一键下载会议论文?ACL 2020 论文代码批量下载 打包分享
ACL 2020 论文代码批量下载 打包分享 1. 提取代码 2. EndNote批量导入,看论文可以如此轻松! 3. 论文批量分享 全文总结 如何通过代码批量自动化爬取会议论文 代码如下,其他会议同 ...
- 【论文笔记】Incorporating Learnable Membrane Time Constant to Enhance Learning of SNN
写在前面 本文是对论文Incorporating Learnable Membrane Time Constant to Enhance Learning of Spiking Neural Netw ...
- 论文笔记 EMNLP 2020|Graph Transformer Networks with Syntactic and Semantic Structures for Event Argument
文章目录 1 简介 1.1 创新 2 方法 3 实验 1 简介 论文题目:Graph Transformer Networks with Syntactic and Semantic Structur ...
- 论文笔记 EMNLP 2020|Edge-Enhanced Graph Convolution Networks for Event Detection with Syntactic Relation
文章目录 1 简介 1.1 动机 1.2 创新 2 背景知识 3 方法 4 实验 1 简介 论文题目:Edge-Enhanced Graph Convolution Networks for Even ...
最新文章
- Oracle的rownum原理和使用(整理几个达人的帖子)
- Linux环境下Flume的安装
- 《大数据》2015年第3期“研究”——大数据流式计算:应用特征和技术挑战
- /usr/include/sys/types.h基本系统数据类型
- VMware日志收集方法总结
- 读书笔记——数据库系统概论
- ubuntu14.04 LTS Visual Studio Code 编辑器推荐
- VMware OSP对比VMware Tools:简化Linux驱动更新
- Python 之如何暴力破解加密文件
- 解决lay out无法使用闪退问题,SketchUp 2022 MAC中文 (草图大师) 支持M1intel芯片,支持monterey最新系统
- 典型的递归计算费氏数列
- 程序员如何避免沦为IT民工
- 人工智能基础——知识的表示方法,语义网络表示方法
- 怎么将.txt改为任意文件格式
- 后羿采集器怎么导出数据_免费爬虫工具:后羿采集器如何采集同花顺圈子评论数据...
- Ubuntu Server 12.04 搭建 hadoop 集群版环境——基于VirtualBox
- python像数常用函数_八卦象数疗法的作用机理探讨
- 【SQL经典50题】9.查询和“ 01 “号的同学学习的课程完全相同的其他同学的信息【正解】
- 考研数据结构(2)笔记
- 机器人的「语料」,如何获取?