论文题目：Graph Convolutional Networks with Argument-Aware Pooling for Event Detection
论文出处：AAAI 2018
论文地址：https://ix.cs.uoregon.edu/~thien/pubs/graphConv.pdf
论文概要
该论文提出一个基于句法依存树的图卷积（Graph Convolutional Networks，GCN）神经网络模型用于事件检测。在神经网络中引入句法结构特征，在句法依存图上执行卷积操作。在做事件检测，关系抽取等任务时，一般都是讲序列根据词嵌入等方法转为连续的向量，没有使用句子的结构信息。这篇文章提供了做此类任务时的另一种思路，并在公开数据集上取得了不错的结果。
论文pipeline
整个论文的pipeline很值得借鉴，这里从原始输入到输出详细梳理一下。
首先，事件检测任务可以表述为一种序列标注任务。
以下面这个贯穿全文的例子来讲。
我们的输入是一段文本序列及其语法结构（句法依存树），以及其命名实体识别结果。
我们的输出目标是识别序列中对应各种事件的触发点（event trigger）。
以上面的例子来讲，第一个fired 对应为事件类型 attack 的 trigger ， 第二个fired 对应为时间类型 End-Position 的 trigger。
其他的单词（token）位置输出可以设定为“others”。
下面按照from bottom to top的方式梳理一下整个任务的pipeline
- 原始输入： 输入序列，输入序列的句法依存树，输入序列的NER标签
-
embedding： embedding层由三部分组成，分别是word embedding，position embedding，entity embedding。
首先对输入文本序列进行词嵌入处理（word2vec方法等），转化为分布式向量表示，即为词嵌入部分。
位置嵌入部分，因为是序列标注，我们每次需要加入待标注token的位置信息，实现方式是增加一个位置嵌入矩阵，随机初始化，通过与待遇测的token位置的距离在位置嵌入矩阵中进行look-up，得到对应的位置矩阵。举个例子，我们预测句子中的第一个fired时，这个fired的位置索引为0，前面的who的索引为-1，后面into的索引为1，以此类推。这个思路和关系提取经典论文PCNNs中的位置嵌入基本是一致的。
第三部分，实体类型嵌入，就是增加一个实体类型矩阵，随机初始化，根据各个token的实体识别标签，分别去look-up对应的向量。
将以上三部分embedding进行级联，即为后续的输入。 - bi-lstm编码：因为后面的图卷积处理捕捉的距离范围受卷积层数K影响，通过bi-lstm扩大感受域。将3中的embedding序列经过双向lstm编码后，将对应两个方向的隐状态级联作为后续输入。
-
图卷积网络：这里开始进入重头戏。
首先，我们要讲输入序列的句法依存树转化为图结构，方便后续处理。
上面是论文中的描述。既然要转化为图，两个要素就是节点和边，论文中额外维护了第三个要素，就是边的label，因为如示例中的依存树所示，各个连接的关系是不同的，对应不同的语法关系，如图中的case、det、nmod等。实际的转化方式就是，序列中的每个token对应图中的节点，序列在依存树中的连接关系转化为图中的边，并另外存储下各个边的label。
然后这里对这个原始图中的连接进行了两种扩充，这个貌似也是做图卷积神经网络之前的一种常见操作，
就是添加self-loop（也就是节点自己和自己的连接）和反向连接，添加了反向连接后，有向图转化为了无向图，
上述的操作对应下面这个公式：
对于这些扩充的边的label进行如下处理：自连接标记为loop，反向连接在原来关系的基础上加一个标记（可以理解为后缀，比如原来方向连接的关系为nmod，现在反向的关系就标记为 nmod_reverse）
完成上述的准备工作后，
就可以将输入序列进行图卷积了，
如下面公式所示：
实际进行k层的图卷积，上面描述了第k层的卷积过程。
首先，第一层卷积的输入经过bi-lstm层后的编码特征。后面卷积层的输入是前一层的输出。
上面的公式表达的很清晰，实际的卷积方式就是，对于每个序列来讲，将所有邻居节点（也就是与其有连接的节点）进行卷积后求和，作为当前序列的输出（从这里也能理解，为什么要在之前节点连接中添加self-loop，因为节点自身的信息也很重要，如果不添加self-loop，在卷积时就无法利用目标token自身的编码向量了）。
这里有一个细节，之前的节点连接的label信息如何利用呢？
实际上处理方式很简单，对各个label单独维护卷积层权重矩阵（也就是单独设定卷积核），实际卷积时，对应连接属于哪一类，就使用哪个权重矩阵。
然而文中的实际操作比上述更简单，实际只维护了三种label，自连接，正向连接（也就是原始树中的连接）和反向连接（也就是后添加的反向连接）。
这里的操作原文描述是为了Limiting the capacity，我的理解：可以降低模型的过拟合风险，同时相对对依存树的标注更鲁棒。毕竟实际树结构的标注有可能出现错误。
这里还有最后一个细节，就是目前的卷积中各个边的权重都是一样的，但实际上序列之间连接的重要性是不一样的。
下文中举了个例子。
然后，为了让不同边具有不同的权重，文中给出了一种简单粗暴的方法，设置一个权重层，让它自己学习怎么赋权重吧（为什么感觉隐约嗅到了attention的味道）。
嗯，加上权重后，之前的卷积公式转化为下面这个：
作者提到，这种加权操作还有助于降低错误的依存关系标注对模型的影响。
呼，至此，图卷积模块终于结束了，实际卷积可以有多层，这里作者为了模型结构的便利，设置输入输出维度相同。
5.pooling：经过上面的图卷积操作后，我们得到整个序列的输出特征，也就是{h1k,h2k,…,hmk}
我们需要进行pool操作，固定长度，然后输入分类层中。
文中首先说了几种经典操作：
第一种，anchor pooling，就是说我们待预测的token是哪个，就保留对应的特征输出，其他的直接舍弃。
第二种，overall pooling，对整个序列进行位置维度的max pooling。
第三种，根据待预测token位置把序列输出切割为两部分，把这两部分分别进行max pooling 然后级联。
以上三种策略各有优缺点，文中提出了一种提升方案：
作者称为entity mention-based pooling，
其实很好理解，输入序列有对应的实体识别的标签，我们只保留待预测token以及具有特定实体类别的token（也就是舍弃类别为‘O’的token），将这些保留下来的token对应的输出特征求max pooling。
6.分类层：将pooling后的输出给入分类层，输出待预测label，任务完成！
最后，总结一下整个模型的pipeline：
实验结果
文中使用了两个数据集进行评测：
ACE 2005 dataset 和 TAC KBP 2015 dataset。
关于具体的实验设定细节和超参数这里就不详细叙述了，感兴趣的同学可以去原文查找。
只列出几个关键点：
1，卷积层数为2时效果最好，可能K继续增大会引入较多干扰信息。
2.k=3时，不加bi-lstm效果反而更好，这里可以理解为增加卷积层数和双向lstm都是为了捕捉远距离依赖的信息，这里可能两者的作用有些重叠，引入了过多干扰信息。
下面是各种pooling层的效果比对：
与之前的sota模型的效果比对：
论文总结
这篇论文提供了 一个 句法依存树 与 图卷积网络 结合的很好的方案，并且取得了可观的结果。
不过这种方案对句法依存树和命名实体的标注质量要求还是较高的，如果这两种标注中有较多噪声，对模型效果势必有较大影响。
而实际使用中句法依存树这类标注的成本很高，可能只能使用自动标注工具，所以这种情况下可能模型效果会打折扣。
目前我的经验还有限，如果上述有表述不清或者错误的地方，欢迎交流，指正~