随着大数据和人工智能的发展,越来越多的电子信息进入日常生活。网络中存在海量的非结构化电子文本,给用户带来便利的同时,也带来了信息冗余繁多的困扰,如何科学地获取需要的非结构化电子文本,是一个迫在眉睫的问题。信息抽取技术的出现能够有效解决该问题,而事件抽取是信息抽取的重要方面之一。事件一般是指某特定时间点出现在特定范围内的事件或状态变化,包括了一个或多个角色参与的一个或多个动作。中文事件抽取研究关注较多的是医疗、金融、司法事件等方面。如今各行业中对电子合同文本的需求不断增大,同时也产生了过多无用的合同文本信息,有利用价值的合同数据较少。伴随电子合同文本的广泛应用,在中文合同文本上进行事件抽取也出现大量的研究,这对合同签订、合同中相关法律知识学习等有重要的价值。本文主要研究了合同文本,首先构建了合同中文数据集,语料获取来源于企业中过滤掉隐私信息的真实合同,涵盖了常见的买卖类、建设工程类、技术服务类、承揽类等合同,当然也有部分来自互联网上的合同范本模板,它们都不带企业或个人隐私方面的信息。还定义了具体的合同事件触发词及合同事件元素类型,对其进行人工标注,经过这样获得了合同中文事件抽取数据集。其次,详细分析了基于合同语义的中文事件触发词抽取模型构建的整个过程,该方法融合了CRF和Bi LSTM进行合同文本中文事件触发词抽取,经过字符嵌入的方法将文本进行向量化处理,利用Bi LSTM抽取出相关的特征向量,结合注意力机制给予关键特征更高的权重,通过候选词所在的位置实现动态多池化操作,最后从输出层输出事件触发词的识别结果。最后,为了从合同文本中获取中文篇章级事件信息,采用基于联合标注和篇章一致性的中文事件抽取模型,将实体事件联合抽取与基于Lattice LSTM的篇章一致性中文事件抽取模型进行了融合。同时,提出了合同文本的篇章级中文事件抽取模型,该模型首先采用BERT预训练实现了文本的向量化,然后引入了LEBERT模型,鉴于中文句子被转换为字符-单词对序列,LEBERT把字符与词典特征看成输入,再将候选词与触发词经过动态多池化过程,最后输出合同中文事件抽取的结果。与其他基准模型相比,本文提出的模型在合同中文数据的事件抽取实验中取得了较好的结果,验证了结合预训练模型技术的LEBERT模型的有效性。