Global information enhancement and subgraph-level weakly contrastive learning for lightweight weakly supervised document-level event extraction

计算机科学 推论 事件(粒子物理) 任务(项目管理) 信息抽取 关系抽取 人工智能 计算 萃取(化学) 机器学习 模式识别(心理学) 数据挖掘 算法 物理 管理 量子力学 经济 化学 色谱法
作者
Guanqiu Qin,Nankai Lin,Menglan Shen,Qifeng Bai,Dong Zhou,Aimin Yang
出处
期刊:Expert Systems With Applications [Elsevier]
卷期号:240: 122516-122516 被引量:1
标识
DOI:10.1016/j.eswa.2023.122516
摘要

Document-level event extraction (DEE) is a branch of information extraction task that is valuable but difficult at present. To effectively implement DEE, previous works with better performance are often accompanied by larger parameters and computation. In this paper, we propose a novel framework based on global information enhancement and subgraph-level weakly contrastive learning, which bring better performance at lower extra computing costs. We verify the effectiveness of our method in a lightweight DEE model. The experimental results indicate that our proposed method outperforms other approaches in terms of the F1 score for both overall event extraction evaluation and single event extraction. In the inference phase, our model uses only 25% of the GPU memory required by the optimal model and maintains the advantage of 6.4 times faster inference speed.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
优秀的仙女完成签到,获得积分10
刚刚
1秒前
3秒前
科目三应助zzk采纳,获得10
5秒前
完美世界应助biofresh采纳,获得10
5秒前
爱笑的千寻完成签到,获得积分10
5秒前
lwdxs604发布了新的文献求助10
5秒前
6秒前
liyiliyi117完成签到,获得积分10
7秒前
共享精神应助71采纳,获得10
9秒前
9秒前
刻苦海露完成签到,获得积分10
9秒前
11秒前
混世大魔王先生完成签到,获得积分10
11秒前
12秒前
活泼的飞鸟完成签到,获得积分10
12秒前
啵叽一口发布了新的文献求助10
12秒前
傅全有完成签到,获得积分10
13秒前
丘比特应助ncjdoi采纳,获得10
14秒前
15秒前
15秒前
17秒前
兔农糖发布了新的文献求助10
17秒前
务实的筝完成签到,获得积分10
18秒前
cotton_04发布了新的文献求助10
19秒前
楠珊完成签到,获得积分10
20秒前
研友_850EYZ发布了新的文献求助10
20秒前
momojiang发布了新的文献求助20
20秒前
20秒前
biofresh完成签到,获得积分10
21秒前
zzk发布了新的文献求助10
21秒前
22秒前
lwdxs604完成签到,获得积分10
22秒前
冷水潮山完成签到,获得积分10
22秒前
keke发布了新的文献求助10
22秒前
爱科研的粥粥完成签到,获得积分10
23秒前
好好完成签到,获得积分10
23秒前
chao发布了新的文献求助10
24秒前
星辰大海应助wizzzz采纳,获得10
26秒前
乐乐应助啵叽一口采纳,获得10
26秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3135273
求助须知:如何正确求助?哪些是违规求助? 2786262
关于积分的说明 7776475
捐赠科研通 2442202
什么是DOI,文献DOI怎么找? 1298495
科研通“疑难数据库(出版商)”最低求助积分说明 625112
版权声明 600847