国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:苏杭,胡亚豪,潘志松,
单位:陆军工程大学指挥控制工程学院,南京210007;
关键词:事件抽取,低资源,提示调优,预训练语言模型,论元抽取,
基金:国家自然科学基金资助项目;;
针对现有流水线式事件抽取方法依靠大量训练数据、在低资源情况下难以快速迁移运用等问题,利用提示调优技术,提出适用于低资源场景下的流水线式事件抽取方法(low-resource event extraction method using the multi-information fusion with prompt tuning,IFPT)。该方法通过构造语义映射和提示模板充分利用事件类型描述、实体类型等多种信息,能够高效使用有限训练数据,流水线式地完成事件检测和论元抽取。实验结果表明,在低资源情况下,IFPT方法论元抽取性能超过了所有基准模型,采取流水线方式能够达到与SOTA模型相媲美的性能。
来源:2024年第2期
《计算机应用研究》期刊编辑部