申请/专利权人:华南理工大学
申请日:2023-05-29
公开(公告)日:2023-09-08
公开(公告)号:CN116719935A
主分类号:G06F16/35
分类号:G06F16/35;G06F40/247;G06F18/214
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.09.26#实质审查的生效;2023.09.08#公开
摘要:本发明公开了一种基于文本蕴含识别模型的零样本事件检测方法,包括以下步骤:S1、从NYT语料库中获取初始文本数据并进行预处理,处理后得到单独的句子文本;S2、使用WordNet扩展种子关键词;S3、使用扩展后的关键词集来筛选文本数据,当一个文本句子中包含对应于某类事件类型的关键词时,这个句子便有着相当的概率表达某事件类型;S4、使用文本蕴含识别模型标注步骤S3筛选后的数据;S5、进一步使用文本蕴含识别模型来筛选S4步骤中获得的数据;S6、使用S5步骤中获得的数据来训练文本蕴含识别模型,并使用训练好的模型在ACE数据集上进行事件检测。本发明着眼于优化文本蕴含识别模型在零样本事件抽取上的应用。
主权项:1.一种基于文本蕴含识别模型的零样本事件检测方法,其特征在于,包括以下步骤:S1、从NYT语料库中获取初始文本数据并进行预处理,处理后得到单独的句子文本;S2、使用WordNet扩展种子关键词;S3、使用扩展后的关键词集来筛选文本数据,当一个文本句子中包含对应于某类事件类型的关键词时,这个句子便有着相当的概率表达某事件类型;S4、使用文本蕴含识别模型标注步骤S3筛选后的数据;S5、进一步使用文本蕴含识别模型来筛选S4步骤中获得的数据;S6、使用S5步骤中获得的数据来训练文本蕴含识别模型,并使用训练好的模型在ACE数据集上进行事件检测。
全文数据:
权利要求:
百度查询: 华南理工大学 一种基于文本蕴含识别模型的零样本事件检测方法
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。