CCKS 2021：面向金融领域的篇章级事件抽取和事件因果关系抽取 url:https://www.biendata.xyz/competition/ccks_2021_task6_2 最终成绩第十

代码有两部分组成,event classification和arguement detection

• 将原始数据中的reason_type和result_type事件提取出来
• 使用BERT+linear
• 输入[cls]+key_word+[sep]+sentence
• 输出为原因事件的组合reason_type#result_type的概率

• 通过第一步的结果提取句子的事件角色
• 使用BERT+linear
• 输入[cls]+role+[sep]+event_type+[sep]+key_word+[sep]+sentence
• 输出为角色在句子中的起始位置概率和结束位置概率
• 加入了负例,负例中的原因或结果其中一个和正例相同

• 将data.rar解压
• 在ccks2021FEE下放入roberta模型
• 运行event/event_train.py进行第一部分训练
• 运行arguemnt/argue_train.py进行第二部分训练

event_train的f1值在0.64左右 argue_train的f1值在0.82左右

• event: event classification相关代码

  • event_train: 训练代码
  • model: 模型
  • event_dataReader: 数据处理代码
  • statistics: 对多组模型结果投票

• arguement: arguement detection相关代码

  • event_train: 训练代码
  • model: 模型
  • argu_data_reader: 数据处理代码
  • statistics: 对多组模型结果投票

• evaluate: validation验证代码