导读：
本研究设计了一种简单有效的标签系统将重叠和嵌套事件抽取转换成了词对关系分类的任务，触发词、论元以及其间的关系可以并行地同时被预测出来，达到非常快的抽取速度，在3个重叠或嵌套的事件抽取数据集上的实验结果达到了SOTA。

论文链接：
https://arxiv.org/pdf/2209.02693.pdf
代码链接：
https://github.com/Cao-Hu/OneEE

一、动机介绍

1.1 重叠和嵌套事件抽取

事件抽取（Event Extraction，EE）是自然语言处理领域的一项非常基本的任务，在社区长久以来一直得到广泛的研究。EE的目标是从文本中抽取事件触发词和相关的论元。传统的事件抽取关注于普通的事件，认为触发词和论元之间没有重叠，忽视了复杂的事件模式，即重叠事件和嵌套事件：

  • Flat Event： 触发词和论元之间没有重叠；
  • Overlapped Event： 多个事件的共享重叠的触发词或论元；
  • Nested Event： 一个事件的论元是另外一个事件。

图1：普通事件（a），重叠事件（b），嵌套事件（c）

以图1为例，(b)中Investment事件和Share Transfer事件共享了”acquired”这一重叠触发词，以及”Citic Securities”，”Guangzhou Securities”是重叠的论元。(c)中Gene Expression事件是Positive Regulation的Theme论元。

内容中包含的图片若涉及版权问题，请及时与我们联系删除