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：除標準抽取外（即事件檢測和事件論元識別），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：時間/地點，或者時間/地點/主體/客體）等。

技術(shù)棧：

預(yù)訓(xùn)練語言模型+(BiLSTM)+CRF

預(yù)訓(xùn)練語言模型+MRC

預(yù)訓(xùn)練語言模型+Biaffine

Bert+BiLSTM+Self-Attention+Pointer Network

預(yù)訓(xùn)練語言模型+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/自然語言處理服務(wù)接口說明/事件抽取[1]目前只支持金融公告中的會議召開、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（標準事件抽?。?/p>

包括事件檢測（觸發(fā)詞抽取事件類型判定） 事件論元識別（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]，但注意這個比賽不屬于標準的事件抽取。

上圖分別是他們的整體框架圖和子模型圖，他們將這個任務(wù)拆解了三個子任務(wù)：事件類型預(yù)測，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思想來自論文Named Entity Recognition as Dependency Parsing[3]。

另外在最后表格填充時，他們也采用了特殊處理。

2.2 百度

領(lǐng)域范疇

百度AI/知識圖譜/事件圖譜/事件屬性抽取[4]從資訊的標題與正文中，抽取事件發(fā)生時間、地點、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：

通用屬性抽取針對時間、地點、參與者、觸發(fā)詞進行抽取，采用的是實體識別常用的預(yù)訓(xùn)練語言模型（ERNIE）+BiLSTM+CRF；

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

語義角色抽取和目前我實驗所采用的范式一樣，都是層疊指針結(jié)構(gòu)。另外因為不同類型事件有各自的論元角色，如果全部建模到模型中，模型會變得很復(fù)雜，所以百度將所有角色分門別類，如主體、客體等等（這里百度稱為語義角色），然后利用多層指針結(jié)構(gòu)同時抽取。

需要指出的是，通用屬性抽取的問題是無法靈活地泛化。MRC(閱讀理解方案)的問題則是效率，因為需要對每一個角色都進行單獨提問抽取。

2.3 科大訊飛

無，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

非標準的事件抽取，任務(wù)包括：抽取觸發(fā)詞，主體/客體/時間/地點，判定事件發(fā)生狀態(tài)的屬性，包括極性、時態(tài)。極性分為：肯定、否定、可能；時態(tài)分為：過去、現(xiàn)在、將來、其他。

技術(shù)棧（pipeline）

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

主體/客體/時間/地點抽取：Bert+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

在他們主頁上沒有找到相關(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)的注意力機制(PAN模型)實現(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別和事件類型判定：

事件類型判定：

金融事件的特征相對明顯，業(yè)務(wù)術(shù)語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，在句子級的事件識別任務(wù)中達到了95.7%的準確率。

事件主體識別：

采用了基于指針網(wǎng)絡(luò)帶注意力機制（PAN，Point Attention Network:Bert+BiLSTM+Self-Attention+Pointer Network）的事件主體識別模型，從文本中找出在事件中充當?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，分析對象主要為裁判文書、案件卷宗等法律描述文本

范式（非標準事件抽?。?/p>

主要抽取出獨立的包含時間、人物、地點、描述的子事件

技術(shù)棧

基于深度學(xué)習的序列標注模型，從探測出的事件片段中預(yù)測出時間、地點、任務(wù)、描述信息

值得注意的是，他們還有一個時間線（類似于事件脈絡(luò)），主要是通過提取出的時間標準化比對。

冪律智能事件抽取展示頁面

2.6 云孚語義

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

云孚語義-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