基于知识感知提示与对比调优的事件元素抽取方法

提示学习在事件元素抽取领域的应用越来越广泛。由于缺乏对实体信息的考虑，现有的事件元素抽取提示学习方法并没有达到满意的效果。现有的大部分基于提示学习的模型对于事件元素的表示也不够充分，分类效果欠佳。提出一种基于知识感知提示与对比调优的事件元素抽取方法，该方法基于预训练模型，构建知识感知模板，将实体知识注入预训练模型中，通过中心对比学习充分区分元素表示，在预测阶段使用CRF-Viterbi解码算法提升解码效果。实验结果表明，在ACE2005数据集上，该方法相较于基线模型取得了更优越的效果。