论文：A Language-Independent Neural Network for Event Detection
A Language-Independent Neural Network for Event Detection
Xiaocheng Feng（2016）
方法：利用双向LSTM获取每个词的上下文信息，再经过一个CNN（采用两种滤波器）获取每个块的信息，最后经过softmax确定触发词和事件类型。
图2中的W为每个词，WE为每个词的embedding，PF为每个词的position embedding（即距离候选触发词的距离）。
本文对英文，中文和西班牙文均进行实验，词向量均为自己训练得到，采用的是Skip-gram模型。
注意：该实验的P值提高较多。Cross-Event方法中的Recall较高，主要是由于它不仅使用句子级的信息，也使用了文档级的信息（即利用事件的共发性，通过跨句子的推理识别触发词的事件类型）