ComputerEngineeringandApplications计算机工程与应用2023，59（7）识别错综复杂的事件时序关系是理解文章内容的重要一环，在文本摘要、自动问答、时间线抽取等自然语言处理任务中有着广泛应用，因此受到许多研究者的关注。事件时序关系识别旨在梳理文中各事件发生的先后关系，通常使用事件触发词来指代事件，事件触发词为事件句中能代表事件发生的词，尤以动词与名词（实体）居多，如“Liverpoolchỉcócơhộirõràngnhất融入依存句法信息的事件时序关系识别李良毅1，2，张亚飞1，2，郭军军1，2，高盛祥1，2，余正涛1，21.昆明理工大学信息工程与自动化学院，昆明6505002.昆明理工大学云南省人工智能重点实验室，昆明650500摘要：事件时序关系识别有助于读者理清文章脉络，把握全局发展趋势，是重要的自然语言理解任务之一。现有的事件时序关系识别方法专注于提取事件触发词前后的局部信息，然而事件句中的事件信息分布较为分散，导致模型在编码过程中丢失部分事件信息。针对上述问题，针对文本特征提出一种双路依存注意力机制来聚合事件句信息，通过单词的父子节点信息构建出双路依存矩阵，将句法信息融入到词嵌入中。将该机制与双向长短期记忆网络（bidirectionallongshorttermmemory，Bi-LSTM）结合，可以使事件时序关系模型的性能得到显著提高。该文在越南语数据集与英语数据集上进行对比实验，结果表明所提方法优于主流的神经网络方法。关键词：事件时序关系；注意力机制；事件关系识别；对抗训练；依存句法文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.2110-0338EventTemporalRelationIdentificationwithDependencyInformationLILiangyi1，2,ZHANGYafei1，2,GUOJunjun1，2,GAOShengxiang1，2,YUZhengtao1，21.FacultyofInformationEngineeringandAutomation,KunmingUniversityofScienceandTechnology,Kunming650500,China2.YunnanKeyLaboratoryofArtificialIntelligence,KunmingUniversityofScienceandTechnology,Kunming650500,ChinaAbstract：Eventtemporalrelationidentificationisanimportantnaturallanguageunderstandingtask.Thistaskhelpsreaderstoanalyzethecontentofthearticleandclarifythedevelopmentofevents.Mostofexistingeventtemporalrelationidenti-ficationmethodsfocusonextractingthesemanticinformationaroundthetrigger,buttheinformationintheeventsentenceisrelativelyscattered,whichleadsthe...
