报告题目：基于标签注意力机制的小样本事件抽取研究

报告人：许诺 中国传媒大学

内容摘要：传统的事件抽取研究采用的语料大多都是面向限定域，限定事件类别。为适应互联网实际应用的需求，本研究通过探索开放域下小样本事件抽取技术以降低模型对大规模标注数据的依赖，提高事件抽取领域的扩展性和可移植性。提出基于标签语义注意力机制的事件抽取模型，通过引入注意力机制有效地学习文本序列和标签之间的相关性，从而增强模型在小样本上的泛化能力。并在百度发布中文事件抽取数据集DuEE进行测试，并取得触发词分类精确率86.1%和召回率94.7%（F1值为90.2%）。进一步将训练好模型应用到爆炸相关的新闻实例语料上，模型在新增的“救援”、“赔偿”和“整治”等七个小样本类别上取得较好的抽取效果。

个人简介：许诺，中国传媒大学数据科学与智能媒体学院，讲师，2019年获中国科学院数学与系统科学研究院管理学博士学位，之后在北京大学王选计算机研究所和方正集团数字出版技术国家重点实验室进行博士后研究。研究方向包括综合集成、网络舆情挖掘和文本信息抽取。