摘要：事件檢測是信息抽取領域的重要任務之一。已有的方法大多高度依賴復雜的語言特征工程和自然語言處理工具,中文事件檢測還存在由分詞帶來的觸發詞分割問題。該文將中文事件檢測視為一個序列標注而非分類問題,提出了一種結合注意力機制與長短期記憶神經網絡的中文事件檢測模型ATT-BiLSTM,利用注意力機制來更好地捕獲全局特征,并通過兩個雙向LSTM層更有效地捕獲句子序列特征,從而提高中文事件檢測的效果。在ACE 2005中文數據集上的實驗表明,該文提出的方法與其他現有的中文事件檢測方法相比性能得到明顯提升。