关键词：事件抽取 事件同指消解 注意力池化 门控卷积 

摘要：事件同指消解在自然语言理解中是一项复杂的任务,它需要在理解文本信息的基础上,发现其中的同指事件。事件同指消解在信息抽取、问答系统、阅读理解等自然语言任务中均有重要作用。该文提出了一个事件同指消解框架,包括事件抽取(ENS_NN)、真实性识别(ENS_NN)和事件同指消解(AGCNN)三个部分。事件同指消解模型(AGCNN)利用注意力池化机制来捕获事件的全局特征,利用门控卷积抽取复杂语义特征,提高了事件同指消解的性能。在KBP 2015和KBP 2016数据集上的实验结果表明,该文提出的方法优于目前最优的系统。

中文信息学报杂志要求:

{1}本刊对刊发的文章拥有版权，不得擅自转载、改编。凡转载、改编务经我刊同意，违者必究。

{2}作者简介包括：姓名、性别、出生年月、毕业学校及所学专业、工作单位、职务职称、现从事的研究工作情况。

{3}来稿若属国家自然科学基金项目或省部基金项目，请在文稿中标明其基金来源和编号，我刊可以优先审核发表。

{4}正文内连续叙述中的序号采用①……；②……；③……。分级超过3级后用网括号如：“①”，“②”表示，并采用连排。

{5}附注请一律使用当页脚注的形式，以带圈①……⑩的方式编号，使用每页重新编号的方式。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社