寫在前面

本篇不具體談技術(shù)，主要是匯總在事件抽取方向的相關(guān)廠商調(diào)研結(jié)果。

1. 事件抽取范疇、范式、技術(shù)棧

領(lǐng)域范疇：廠商無(wú)論是在特定領(lǐng)域（如：法律、金融），還是通用領(lǐng)域，廠商做的都是限定類型的事件抽取。

范式：除標(biāo)準(zhǔn)抽取外（即事件檢測(cè)和事件論元識(shí)別），還有：僅抽取觸發(fā)詞和論元；僅抽取事件類型和論元。在論元抽取上也各不相同，有的僅抽取主體，有的抽取通用屬性(如：時(shí)間/地點(diǎn)，或者時(shí)間/地點(diǎn)/主體/客體）等。

技術(shù)棧：

預(yù)訓(xùn)練語(yǔ)言模型+(BiLSTM)+CRF

預(yù)訓(xùn)練語(yǔ)言模型+MRC

預(yù)訓(xùn)練語(yǔ)言模型+Biaffine

Bert+BiLSTM+Self-Attention+Pointer Network

預(yù)訓(xùn)練語(yǔ)言模型+指針結(jié)構(gòu)+CLN（ConditionalLayerNorm）等

2. 相關(guān)廠商匯總

2.1 華為云

領(lǐng)域范疇

華為云/自然語(yǔ)言處理服務(wù)接口說(shuō)明/事件抽取[1]目前只支持金融公告中的會(huì)議召開(kāi)、聘任、辭職、股票增持、股票減持5類事件以及相關(guān)要素的抽取。

范式（標(biāo)準(zhǔn)事件抽?。?/p>

包括事件檢測(cè)（觸發(fā)詞抽取事件類型判定） 事件論元識(shí)別（論元抽取論元角色判定）

技術(shù)棧

未找到直接描述，但找到了華為云作為CCKS 2020篇章事件要素抽取比賽冠軍的方案解析[2]，但注意這個(gè)比賽不屬于標(biāo)準(zhǔn)的事件抽取。

上圖分別是他們的整體框架圖和子模型圖，他們將這個(gè)任務(wù)拆解了三個(gè)子任務(wù)：事件類型預(yù)測(cè)，事件要素抽取，以及事件表格填充。

值得關(guān)注的是在論元提?。ㄒ爻槿。╇A段，除了CRF外，他們也嘗試了MRC（閱讀理解范式）、Biaffine。其中Biaffine思想來(lái)自論文Named Entity Recognition as Dependency Parsing[3]。

另外在最后表格填充時(shí)，他們也采用了特殊處理。

2.2 百度

領(lǐng)域范疇

百度AI/知識(shí)圖譜/事件圖譜/事件屬性抽取[4]從資訊的標(biāo)題與正文中，抽取事件發(fā)生時(shí)間、地點(diǎn)、參與者、觸發(fā)詞等事件元素。應(yīng)該未限定領(lǐng)域范疇。

范式和技術(shù)棧

未找到直接描述，但可從其報(bào)告百度: 事件圖譜技術(shù)與應(yīng)用[5]分析：

通用屬性抽取針對(duì)時(shí)間、地點(diǎn)、參與者、觸發(fā)詞進(jìn)行抽取，采用的是實(shí)體識(shí)別常用的預(yù)訓(xùn)練語(yǔ)言模型（ERNIE）+BiLSTM+CRF；

自定義論元抽取采用MRC(閱讀理解)方式，將抽取轉(zhuǎn)換成問(wèn)答形式，通過(guò)問(wèn)題嵌入要抽取的目標(biāo)，如某角色的論元，來(lái)解耦了模型與事件類型、角色類型的相關(guān)部分；

語(yǔ)義角色抽取和目前我實(shí)驗(yàn)所采用的范式一樣，都是層疊指針結(jié)構(gòu)。另外因?yàn)椴煌愋褪录懈髯缘恼撛巧?，如果全部建模到模型中，模型?huì)變得很復(fù)雜，所以百度將所有角色分門別類，如主體、客體等等（這里百度稱為語(yǔ)義角色），然后利用多層指針結(jié)構(gòu)同時(shí)抽取。

需要指出的是，通用屬性抽取的問(wèn)題是無(wú)法靈活地泛化。MRC(閱讀理解方案)的問(wèn)題則是效率，因?yàn)樾枰獙?duì)每一個(gè)角色都進(jìn)行單獨(dú)提問(wèn)抽取。

2.3 科大訊飛

無(wú)，但科大訊飛有舉辦相關(guān)比賽，這里有一份參賽者的分享科大訊飛2020完整事件抽取系統(tǒng)[6]。

范式

非標(biāo)準(zhǔn)的事件抽取，任務(wù)包括：抽取觸發(fā)詞，主體/客體/時(shí)間/地點(diǎn)，判定事件發(fā)生狀態(tài)的屬性，包括極性、時(shí)態(tài)。極性分為：肯定、否定、可能；時(shí)態(tài)分為：過(guò)去、現(xiàn)在、將來(lái)、其他。

技術(shù)棧（pipeline）

觸發(fā)詞抽?。築ert+指針結(jié)構(gòu)；特征層面：利用遠(yuǎn)程監(jiān)督增加了已知的所有觸發(fā)詞的嵌入。

主體/客體/時(shí)間/地點(diǎn)抽?。築ert+conditionalLayerNorma+指針結(jié)構(gòu)。特征層面：trigger在文本中的位置、其他詞到trigger的位置。

2.4 深擎科技

在他們主頁(yè)上沒(méi)有找到相關(guān)接口，但是找到一篇他們分享的文章結(jié)合指針網(wǎng)絡(luò)的注意力機(jī)制(PAN模型)實(shí)現(xiàn)金融領(lǐng)域事件抽取[7]。這篇文章里主要提及了事件主體識(shí)別和事件類型判定：

事件類型判定：

金融事件的特征相對(duì)明顯，業(yè)務(wù)術(shù)語(yǔ)等很大程度上決定了分類的效果，他們直接采用Fasttext分類模型，在句子級(jí)的事件識(shí)別任務(wù)中達(dá)到了95.7%的準(zhǔn)確率。

事件主體識(shí)別：

采用了基于指針網(wǎng)絡(luò)帶注意力機(jī)制（PAN，Point Attention Network:Bert+BiLSTM+Self-Attention+Pointer Network）的事件主體識(shí)別模型，從文本中找出在事件中充當(dāng)?shù)闹黧w角色元素。

2.5 冪律智能

冪律智能-功能介紹

領(lǐng)域范疇

法律方向，分析對(duì)象主要為裁判文書、案件卷宗等法律描述文本

范式（非標(biāo)準(zhǔn)事件抽?。?/p>

主要抽取出獨(dú)立的包含時(shí)間、人物、地點(diǎn)、描述的子事件

技術(shù)棧

基于深度學(xué)習(xí)的序列標(biāo)注模型，從探測(cè)出的事件片段中預(yù)測(cè)出時(shí)間、地點(diǎn)、任務(wù)、描述信息

值得注意的是，他們還有一個(gè)時(shí)間線（類似于事件脈絡(luò)），主要是通過(guò)提取出的時(shí)間標(biāo)準(zhǔn)化比對(duì)。

冪律智能事件抽取展示頁(yè)面

2.6 云孚語(yǔ)義

有，而且已經(jīng)有了事件脈絡(luò)（原計(jì)劃將要做的，別人已經(jīng)有了），但是目前沒(méi)有看到云孚主頁(yè)[7]有演示接口，僅看到它的微信公眾號(hào)文章中的展示。

云孚語(yǔ)義-事件脈絡(luò)

3.總結(jié)

關(guān)于事件抽取方向的相關(guān)廠商調(diào)研內(nèi)容就到這里了，后續(xù)將會(huì)出事件抽取方向調(diào)研-技術(shù)棧篇等相關(guān)內(nèi)容。

審核編輯 ：李倩