基于Structured-Prediction-SRL-BERT模型提取句子级因果ARG1论元结果错误的技术求助

我仔细分析了你的问题，发现两个核心问题导致提取结果不符合预期：

1. 语义角色的误解 #

对于被动句 Our results may be materially adversely affected by the outcomes...，AllenNLP的SRL模型对动词 affected 的角色标注遵循标准语义框架：

• ARG1：动作的承受者（被影响的对象）→ 对应 Our results
• ARG0：动作的触发/发起因素（造成影响的原因）→ 对应你要的 the outcomes of litigation...

你要的因果触发论元是后者，但你的代码一直在查找 ARG1，这是最主要的错误。

2. 代码中的小bug #

你的代码里调用 predict_tokenized 时传入的是原句子，而该方法需要传入分词后的token列表（或token ID列表），这会导致异常情况下的预测逻辑失效。

修正后的完整代码 #

from allennlp.predictors import Predictor
from allennlp_models.pretrained import load_predictor
# 注意：确保导入正确的pretrained加载器
predictor = load_predictor(model_id="structured-prediction-srl-bert")
from transformers import AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("bert-base-uncased")

def extract_causal_trigger(sentence):
    result = []
    try:
        # 先尝试直接预测
        output = predictor.predict(sentence)
    except Exception as e:
        print(f"直接预测失败，尝试分词后预测: {str(e)}")
        # 正确分词并获取token ID列表
        tokenized = tokenizer(
            sentence, 
            max_length=500, 
            truncation=True, 
            padding=False, 
            add_special_tokens=False
        )
        # 传入token ID列表给predict_tokenized
        output = predictor.predict_tokenized(tokenized["input_ids"])
    
    # 遍历每个动词的语义角色标注
    for verb in output['verbs']:
        desc = verb['description']
        # 查找ARG0（因果触发因素）
        arg0_start = desc.find('ARG0: ')
        if arg0_start != -1:
            arg0_end = arg0_start + len('ARG0: ')
            # 找到当前ARG0对应的闭合括号
            arg0_close_bracket = desc.find(']', arg0_end)
            if arg0_close_bracket != -1:
                causal_arg = desc[arg0_end:arg0_close_bracket].strip()
                result.append((verb['verb'], causal_arg))
    
    return result

# 测试目标句子
test_sentence = "Our results may be materially adversely affected by the outcomes of litigation, legal proceedings and other legal or regulatory matters."
print(extract_causal_trigger(test_sentence))
# 预期输出: [('affected', 'the outcomes of litigation, legal proceedings and other legal or regulatory matters')]

额外说明 #

• 角色适配：如果你的任务涉及多种动词类型（比如主动句X affects our results），ARG0依然是因果触发因素（X），ARG1是受影响对象，这个对应关系是稳定的。
• 鲁棒性优化：代码中增加了对闭合括号的判断，避免因描述字符串格式变化导致的截取错误。
• 导入注意：确保你安装了allennlp和allennlp-models包，否则load_predictor会报错。

内容的提问来源于stack exchange，提问作者hilo