申请/专利权人：银江技术股份有限公司

申请日：2020-04-28

公开（公告）日：2024-04-02

公开（公告）号：CN111651986B

主分类号：G06F40/289

分类号：G06F40/289;G06F40/284;G06F40/295;G06F40/205;G06F40/242

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.03.01#著录事项变更;2020.10.13#实质审查的生效;2020.09.11#公开

摘要：本发明公开了一种事件关键词提取方法，涉及自然语言处理技术领域，用于解决现有事件提取不准确的问题，该方法包括以下步骤：获取文本数据及所述文本数据的标注数据；将所述文本数据及所述标注数据以句子形式输入第一BERT模型进行训练，得到句子层关键词；对第二BERT模型进行模型精调，得到文档层关键词；生成事件关系图；根据所述事件关系图筛选出符合预设条件的若干文档层关键词作为事件关键词。本发明还公开了一种事件关键词提取装置、电子设备和计算机存储介质。本发明通过对半监督的方法进行关键词提取，并通过事件关系图实现关键词筛选。

主权项：1.一种事件关键词提取方法，其特征在于，包括以下步骤：获取文本数据及所述文本数据的标注数据；将所述文本数据及所述标注数据以句子形式输入第一BERT模型进行训练，得到句子层关键词；其中，将所述文本数据及所述标注数据以句子形式输入第一BERT模型进行训练，得到句子层关键词，包括以下步骤：将所述文本数据划分为若干句子，将所述若干句子导入所述第一BERT模型进行模型精调；将所述若干句子分别进行字符切分，将得到的字符转换为字符向量；将所述字符向量及所述标注数据输入精调后的所述第一BERT模型进行训练；得到所述文本数据的预测标注类型，根据所述标注类型，从所述文本数据中映射到对应位置的词，得到句子层关键词；将所述句子层关键词作为掩码对象，将所述文本数据以文档形式输入第二BERT模型进行模型精调，得到文档层关键词；计算所述文档层关键词的自注意系数，根据所述自注意系数生成事件关系图；其中，计算所述文档层关键词的自注意系数，根据所述自注意系数生成事件关系图，包括以下步骤：对所述第二BERT模型进行参数分析，计算所述第二BERT模型中每一层每一头的向量间自注意系数；通过KL变换去除所述自注意系数中的无效值与重复值；合并经过KL变换后的所述自注意系数，得到所述事件关系图；根据所述事件关系图筛选出符合预设条件的若干文档层关键词作为事件关键词。

全文数据：

权利要求：

百度查询： 银江技术股份有限公司 事件关键词提取方法、装置、设备及介质

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