论文笔记 ACL 2020|Exploring Interpretability in Event Extraction: Multitask Learning of a Neural Event C

2024-04-26 00:58:12

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

热门文章