基于注意力机制BiLSTM的事件抽取方法

事件抽取是自然语言处理中一项具有挑战性的任务,对于后续的信息处理有重要作用。本文采用BiLSTM模型与Attention层结合,完成了事件触发词检测,实现了事件类别的分类。与以往的事件检测方法相比,本文将两类任务视作同一个任务,避免了上游任务对下游任务的影响,使用神经网络学习特征,引入注意力机制突出重点信息。在MELL语料上进行生物事件抽取实验,结果表明准确率和召回率较高,F1值为81.66%,优于以往的方法。