基于深度学习的篇章级事件抽取综述.pdfVIP

第48卷第2期计算机学报Vol.48No.2

2025年2月CHINESEJOURNALOFCOMPUTERSFeb.2025

基于深度学习的篇章级事件抽取综述

1），2）1），2）1），2）1），2）1），2）

胡蓉万常选万齐智刘德喜刘喜平

1)（江西财经大学计算机与人工智能学院南昌330032）

2)（江西财经大学数据与知识工程江西省高校重点实验室南昌330013）

摘要篇章级事件抽取是自然语言处理的重要任务且富有挑战，当前涌现了很多优秀的研究成果。尽管国内外

存在少量篇章级事件抽取综述，但存在一些局限：(1)按文献采用的具体技术或任务实现步骤对现有研究成果进行

分类，未深入分析现有研究成果间的关联与区别，未深刻理解现有研究成果分别致力于解决哪些问题；(2)简单介绍

现有数据集，未能正确认识每个数据集的特点及带来的任务挑战。由于每个数据集侧重点不同，研究者们致力于解

决不同的问题，因此现有梳理方式未能清晰地展示不同数据集下不同研究问题的研究进展。为此，本文重新梳理篇

章级事件抽取的2个(子)任务的研究成果。首先，针对2个任务，分别明确任务目标，分析解决任务的基本思路，总

结现有研究进展(基于哪些数据集解决了哪些问题)。然后，总结对应数据集的特点，归纳任务面临的挑战，再深入

分析具体研究方法，并图示化展示推进情况。最后，结合有待继续攻破的问题，讨论篇章级事件抽取未来发展趋势。

关键词篇章级事件抽取；信息抽取；事件抽取数据集；事件论元抽取；深度学习

中图法分类号TP391DOI号10.11897/SP.J.1016.2025.00381

Document-LevelEventExtractionBasedonDeepLearning:ASurvey

HURong1),2)WANChang-Xuan1),2)WANQi-Zhi1),2)LIUDe-Xi1),2)LIUXi-Ping1),2)

1）

（SchoolofComputerandArtificialIntelligence，JiangxiUniversityofFinanceandEconomics，Nanchang330032）

2）

（KeyLaboratoryofDataandKnowledgeEngineering，JiangxiUniversityofFinanceandEconomics，Nanchang330013）

AbstractDocument-levelEventextraction(DEE)isanimportantandchallengingtaskinnatural

languageprocessing,andnumerousoutstandingresearchachievementshaveemerged.DEE

mainlyfocusesontwotasks,namelyDocument-levelEventIdentificationandArgument

Extrac