TLNN:EMNLP IJCNLP 2019论文“具有触发感知的莱迪思神经网络的事件检测”的源代码 源码

自述文件 这是EMNLP 2019论文《的源代码。 TLNN模型旨在解决触发词不匹配和触发多义性问题。 在此项目中,事件检测是序列标记任务。 有关更多信息,请阅读本文。 要求 Python 3.6 火炬0.3.0 CUDA 0.9 脾气暴躁的 数据集 本文中的数据集是ACE2005和KBP Eval 2017 。 根据最不发达国家的条款,我们不能将数据共享给第三方。 但是,如果您拥有LDC许可证,则可以获取具有LDC编号的两个数据集: ACE 2005: LDC2006T06 2017年KBP评估: LDC2017E55 资料格式 训练/开发/测试 该任务被视为序列标记任务。 培训,开发和测试数据应采用标准制表符分隔的格式。 每行一个词,标记和标签的单独列,句子之间的空行。 每个句子的第一行是对应于黄金集的文档ID。 对于每个单词,第一列是标记,第二列是字符索引,最后一列是事件