arrow
返回

A knowledge-aware graph-based framework for document-level event extraction

delete2026-09-04
delete0
delete
OA
AI
X
Xiaoping Qiu
Y
Yuchi Yang
刘
刘军 (Jun Liu)
K
Ke Yang
A
Andrew Lim *
DOI:10.1016/j.knosys.2026.116942delete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
• 提出了一种面向文档级事件抽取的知识感知框架。 • 将文档建模为关系图以捕获结构化知识。 • 引入了伪触发器组合以实现鲁棒的事件结构识别。 • 增强了跨句子和实体的长距离依赖建模。 • 实现了将非结构化文本转化为结构化事件知识。
Keyword:
Knowledge extraction
Document-level event extraction
Knowledge representation
Graph neural networks
Information extraction
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

K
Knowledge-Based Systems
IF:
7.6
论文数:
1.3W
被引数:
4.5W

机构

U
ulster university
学者数:
814
论文数: 425
被引数: 0
S
southwest jiaotong university
学者数:
9.6K
论文数: 3.3K
被引数: 0
引用论文

引用论文

Multi-Sentence Argument Linking
err2020-01-01
err0
errOAAI
errSeth Ebner; Patrick Xia; Ryan Culkin; Kyle Rawlins; Benjamin Van Durme
err分享
err收藏
err分享
err收藏
Modeling Relational Data with Graph Convolutional Networks基于图卷积网络的关系数据建模
err2018-06-03
err0
PREAI
errMichael Schlichtkrull; Thomas N. Kipf; Peter Bloem; Rianne van den Berg; Ivan Titov; Max Welling
err分享
err收藏
学者 查看更多内容