摘要

事件抽取之所以具有挑战性，主要源于事件记录结构的复杂性以及文本与事件之间的语义鸿沟。传统方法通常通过将复杂的结构预测任务分解为多个子任务来提取事件记录。本文提出Text2Event，一种序列到结构生成范式，能够以端到端的方式直接从文本中抽取事件。具体而言，我们设计了一种统一的序列到结构网络用于联合事件抽取，提出一种约束解码算法以在推理过程中注入事件知识，并引入一种课程学习算法以实现高效模型训练。实验结果表明，通过在单一模型中统一建模所有任务并通用预测不同标签，我们的方法仅需记录级别的标注，在监督学习和迁移学习设置下均能取得具有竞争力的性能。