申请/专利权人：湖南工商大学

申请日：2021-07-12

公开（公告）日：2021-09-17

公开（公告）号：CN113255358B

主分类号：G06F40/295(20200101)

分类号：G06F40/295(20200101);G06F40/289(20200101);G06F40/205(20200101);G06F40/30(20200101);G06F16/35(20190101)

优先权：

专利状态码：有效-授权

法律状态：2021.09.17#授权;2021.08.31#实质审查的生效;2021.08.13#公开

摘要：本发明公开了一种基于事件远程监督的多标签人物关系自动标注方法，包括如下步骤：收集影响人物关系的事件；制作对应的事件标注模板；构建事件模板知识库；并进行数据预处理；对预处理后的句子利用事件标注模板进行事件标注；进行人物关系标注；人物关系标注得到结果；计算“事件”和“句子”之间的可信度；计算句子得分；设定了一个阈值，将句子得分低于阈值的句子丢弃；得到最终的人物关系标注。本发明通过事件模板知识库匹配得到影响人物关系的事件，再根据多个事件自动推理出人物多标签关系，可以解决人物关系多标签问题，能显著提高多标签人物关系标注的精度，并且具有更加出色的迁移性。

主权项：1.一种基于事件远程监督的多标签人物关系自动标注方法，其特征在于，具体包括如下步骤：S1：根据需要构建的人物关系数据集的分类类别，收集影响人物关系的事件；S2：根据确定的事件，制作对应的事件标注模板：[事件触发词,事件，事件对应的人物关系]；S3：重复S2制作所有人物关系对应的事件标注模板，构建事件模板知识库；S4：收集原始文本，并进行数据预处理，预处理后的每个句子格式如下[实体1,实体2,句子]；S5：对预处理后的句子利用事件标注模板进行事件标注，当句子包含多个事件触发词时给予句子多个事件标签；S6：对事件标注后的句子进行人物关系标注；S7：进行人物关系标注得到的结果形式如下：D=[Entity1,Entity2,Sentence,Event,BeginningEvent,Score,InterpersonalRelationship]，其中Entity1和Entity2代表句子中的人物实体；Sentence表示标注的句子；Event表示句子中人物之间的事件，如果Event为空则表示当前句子没有对应的事件；BeginningEvent是指句子中的实体在上文中发生的事件，InterpersonalRelationship是句子被标注的人物关系标签；Score表示事件和句子之间的可信度；S8：计算“事件”和“句子”之间的可信度，用S1表示；如果“Event”为“NA”，则S1为0，“BeginningEvent”和“句子”之间的可信度用S2表示；计算句子得分SS的如下： SS=（r1S1-r2（di-d0）+r3S2）r1+r2+r3其中r1表示S1的权重系数，r2表示句子与BeginningEvent距离的权重系数，r3表示S2的权重系数，di表示当前句子在文中的索引位置，d0表示BeginningEvent在文中的索引位置，di与d0之差表示句子与BeginningEvent距离；S9：设定了一个阈值k2，将句子得分SS低于阈值k2的句子丢弃；S10：经S9处理后，得到最终的人物关系标注；S1中人物关系数据集的分类类别包括“夫妻关系”，“亲子关系”“上下级关系”，“朋友关系”；S1中影响人物关系的事件包括：标志着“夫妻关系”开始的“结婚事件”和标志“夫妻关系”结束的“离婚事件”；S4中原始文本包括：人物传记风格语料，小说风格语料，人物传记和小说风格混合语料；使用NLTP工具对原始文本进行分句分词和人物实体的提取，保留句子中大于等于两个人物实体的句子；S5中包括：S5.1：将预处理后的句子按照实体对进行聚类，得到相同实体对的句子集合；S5.2：接着将句子集合中的词与S3中构建的事件模板知识库做匹配；S5.3：当句子中包含对应事件的触发词时认为当前句子具有对应的事件标签；S5.4：经过事件标注后的句子格式如下：[实体1,实体2,句子,[事件1,事件2…]]；S6中包括：S6.1：当经过事件标注后的句子A有对应事件时，则根据事件标注模板直接标注出句子对应的人物关系；S6.2：当标注的句子B没有对应的事件时，则根据上下文中的事件标注出人物关系；句子可对应的多个人物关系标签，满足是可共现的关系；“事件”和“句子”之间的可信度S1，采用BERT模型训练词嵌入向量并通过余弦相似度来计算；阈值k2为0.5；S11：依据S10中最终的人物关系标注所对应的事件，制作相应的事件标注模板，补充进事件模板知识库。

全文数据：

权利要求：

百度查询： 湖南工商大学 一种基于事件远程监督的多标签人物关系自动标注方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD