信息抽取是自然语言处理中一个十分重要的课题,其目标是从非结构化的文本中抽取出结构化的知识。信息抽取共包括实体识别、关系抽取和事件抽取三个任务,本文重点关注实体事件抽取任务。其中事件抽取包括触发词识别与论元角色分类。目前大多数研究只针对其中一个任务,少数研究两者皆有。论元通常是句子中的实体,多数研究在进行事件抽取时通常是以给定实体为前提。本文从实际场景出发,先对句子中的实体进行识别,再依据实体识别的结果进行事件抽取,以共同完成实体事件抽取任务。实体事件抽取任务的难点在于如何高效地对同一个句子中的多个事件进行抽取。单一的触发词识别任务与单一的论元角色分类任务的输入与输出比较规整,而综合了两者的任务则相对复杂,尤其是在面对多个事件的情况下,对论元角色的分类尤为复杂。目前多数研究是在给定实体的前提下进行的,但却没有充分利用已知的实体信息,尤其是实体的边界信息。且现有的研究在处理不同的触发词论元对时,往往忽略了它们各自的特征。此外有研究指出实体与触发词的类型信息对论元角色分类具有重要的作用,但目前的研究只是隐式地处理类型信息,这种处理方式存在的弊端是所能引入的信息十分有限。针对以上不足,本文从表示增强的角度出发,在进行论元角色分类时,针对每个实体触发词对,以显式增加标识符的方式修改输入端的形式,以便于在更早期的阶段为句子编码器指出实体与触发词的边界信息,从而提取更丰富的信息以增强实体和触发词的表示。此外,上述标识符中还添加了类型信息,进一步增强了所对应的实体和触发词的表示。出于资源有限的考量且为了在触发词识别阶段引入实体信息,本文采用流水线的方式,将实体识别与事件抽取进行分离,并提出了两种近似模型来提高效率。在信息抽取常用数据集上的实验结果表明,本文提出的方法具有明显的效果。流水线方法存在的一个不足之处是误差传播,且由于显式增加标识符的方式会导致事件抽取两个子任务的输入端形式不同,从而影响模型的性能。此外观察到一些特定的论元角色通常会共同出现在同一个事件中。因此本文又提出一个联合式的方法,在各个子任务之间共享编码器。为保证输入端形式相同,不再显式地添加实体和触发词的类型标识符,而是建模触发词与论元之间的交互信息,一方面利用与触发词相关的论元列表的信息来增强触发词的表示,另一方面通过提取同一事件下论元之间的关联特征来增强论元的表示。本文通过实验证实了以上方法的有效性。