申请/专利权人：昆明理工大学

申请日：2021-04-26

公开（公告）日：2022-09-23

公开（公告）号：CN113239142B

主分类号：G06F16/33

分类号：G06F16/33;G06F40/211;G06F40/30;G06N3/04

优先权：

专利状态码：有效-授权

法律状态：2022.09.23#授权;2021.08.27#实质审查的生效;2021.08.10#公开

摘要：本发明涉及融合句法信息的无触发词事件检测方法，属于自然语言处理技术领域。本发明首先获取预处理语料的句法依存信息以及进行BPE编码获取子词单元；将基于BPE子词单元的句子转为ID之后，再通过随机初始化获取句子中每个子词单元的向量表示；根据句子BPE编码后的子词单元数量来计算出每个单词的中间位置，然后将每个单词映射为其父词的中间位置表示；采用transformer作为编码器，将句法信息与文本的语义信息进行融合；最后通过类型感知器获取局部的触发词特征，再将局部的触发词特征与全局的语义表征进行联合，来完成事件检测任务。本发明的检测方法更简便有效。

主权项：1.融合句法信息的无触发词事件检测方法，其特征在于：所述方法包括：Step1、语料收集并进行预处理；Step2、获取预处理语料的句法依存信息以及进行BPE编码获取子词单元，并分配训练语料、测试语料和验证语料；Step3、将基于BPE子词单元的句子转为ID之后，再通过随机初始化获取句子中每个子词单元的向量表示；Step4、根据句子BPE编码后的子词单元数量来计算出每个单词的中间位置，然后将每个单词映射为其父词的中间位置表示；Step5、采用基于transformer的语义表示层作为编码器，将句法信息与文本的语义信息进行融合，以编码获取句子的上下文语义表征；Step6、最后通过类型感知器获取局部的触发词特征，再将局部的触发词特征与全局的语义表征进行联合，来完成事件检测任务；所述Step6的具体步骤如下：Step6.1、如式1和式2所示，通过对全局特征Zglobal和候选事件类型的词嵌入G进行头数为8的多头注意力机制，来给Zglobal中潜在的触发词分配更高的权重； Zatt＝ContactAt,1＝t＝82其中，Zglobal为语义表示层的输出，G为候选事件类型的词嵌入，是在输入向量上执行线性投影的参数，At表示多头注意力机制中每个头的最终输出；Zatt为At的拼接，表示包含触发词信息的局部特征；Step6.2、为了获取全局的事件信息，将全局特征Zglobal和局部特征Zatt进行加权求和后再执行平均池化操作，然后经过一个线性层后获得向量H；最后，对H执行softmax获取对应类别的分布概率，并根据概率分布的值来判断输入句子的事件类型，如式3～5所示：H＝LinearAvgPoolingZglobal+Zatt3y＝softmaxWH+b4 其中，H表示全局事件信息，W和b为权重和偏置，y表示输入句子是否为预标注类型的概率，表示最终的预测值。

全文数据：

权利要求：

百度查询： 昆明理工大学 融合句法信息的无触发词事件检测方法

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