写在前面

1. 事件抽取范畴、范式、技术栈

1. 领域范畴：厂商无论是在特定领域（如：法律、金融），还是通用领域，厂商做的都是限定类型的事件抽取。
2. 范式：除标准抽取外（即事件检测和事件论元识别），还有：仅抽取触发词和论元；仅抽取事件类型和论元。在论元抽取上也各不相同，有的仅抽取主体，有的抽取通用属性(如：时间/地点，或者时间/地点/主体/客体）等。
3. 技术栈：

• 预训练语言模型+(BiLSTM)+CRF
• 预训练语言模型+MRC
• 预训练语言模型+Biaffine
• Bert+BiLSTM+Self-Attention+Pointer Network
• 预训练语言模型+指针结构+CLN（ConditionalLayerNorm）等

2. 相关厂商汇总

2.1 华为云

• 领域范畴

  华为云/自然语言处理服务接口说明/事件抽取^[1]目前只支持金融公告中的会议召开、聘任、辞职、股票增持、股票减持5类事件以及相关要素的抽取。
• 范式（标准事件抽取）

  包括事件检测（触发词抽取➕事件类型判定） 事件论元识别（论元抽取➕论元角色判定）
• 技术栈

  未找到直接描述，但找到了华为云作为CCKS 2020篇章事件要素抽取比赛冠军的方案解析^[2]，但注意这个比赛不属于标准的事件抽取。

  

  

  

  上图分别是他们的整体框架图和子模型图，他们将这个任务拆解了三个子任务：事件类型预测，事件要素抽取，以及事件表格填充。

  值得关注的是在论元提取（要素抽取）阶段，除了CRF外，他们也尝试了MRC（阅读理解范式）、Biaffine。其中Biaffine思想来自论文Named Entity Recognition as Dependency Parsing^[3]。

  另外在最后表格填充时，他们也采用了特殊处理。

2.2 百度

• 领域范畴

  百度AI/知识图谱/事件图谱/事件属性抽取^[4]从资讯的标题与正文中，抽取事件发生时间、地点、参与者、触发词等事件元素。应该未限定领域范畴。
• 范式和技术栈

  未找到直接描述，但可从其报告百度: 事件图谱技术与应用^[5]分析：
• 通用属性抽取针对时间、地点、参与者、触发词进行抽取，采用的是实体识别常用的预训练语言模型（ERNIE）+BiLSTM+CRF；

  
• 自定义论元抽取采用MRC(阅读理解) 方式，将抽取转换成问答形式，通过问题嵌入要抽取的目标，如某角色的论元，来解耦了模型与事件类型、角色类型的相关部分；

  
• 语义角色抽取和目前我实验所采用的范式一样，都是层叠指针结构。另外因为不同类型事件有各自的论元角色，如果全部建模到模型中，模型会变得很复杂，所以百度将所有角色分门别类，如主体、客体等等（这里百度称为语义角色），然后利用多层指针结构同时抽取。

  

需要指出的是，通用属性抽取的问题是无法灵活地泛化。MRC(阅读理解方案)的问题则是效率，因为需要对每一个角色都进行单独提问抽取。

2.3 科大讯飞

• 范式

  非标准的事件抽取，任务包括：抽取触发词，主体/客体/时间/地点，判定事件发生状态的属性，包括极性、时态。极性分为：肯定、否定、可能；时态分为：过去、现在、将来、其他。
• 技术栈（pipeline）
• 触发词抽取：Bert+指针结构；特征层面：利用远程监督增加了已知的所有触发词的嵌入。

  
• 主体/客体/时间/地点抽取：Bert+conditionalLayerNorma+指针结构。特征层面：trigger在文本中的位置、其他词到trigger的位置。

  

2.4 深擎科技

• 事件类型判定：

  金融事件的特征相对明显，业务术语等很大程度上决定了分类的效果，他们直接采用Fasttext分类模型，在句子级的事件识别任务中达到了95.7%的准确率。
• 事件主体识别：

  采用了基于指针网络带注意力机制（PAN，Point Attention Network:Bert+BiLSTM+Self-Attention+Pointer Network）的事件主体识别模型，从文本中找出在事件中充当的主体角色元素。

2.5 幂律智能

• 领域范畴

  法律方向，分析对象主要为裁判文书、案件卷宗等法律描述文本
• 范式（非标准事件抽取）

  主要抽取出独立的包含时间、人物、地点、描述的子事件
• 技术栈

  基于深度学习的序列标注模型，从探测出的事件片段中预测出时间、地点、任务、描述信息

值得注意的是，他们还有一个时间线（类似于事件脉络），主要是通过提取出的时间标准化比对。

2.6 云孚语义

3.总结