申请/专利权人：中国人民解放军国防科技大学

申请日：2023-12-22

公开（公告）日：2024-04-12

公开（公告）号：CN117874232A

主分类号：G06F16/35

分类号：G06F16/35;G06F16/36;G06F40/295;G06N3/0455;G06N3/045;G06N3/08;G06F18/241;G06N5/022;G06N5/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明属于自然语言处理技术领域，公开了一种基于多源标注的事件抽取方法、装置及系统，方法包括步骤：创建一个包含多个不同事件类型的事件集；将从各种数据源收集大量文本；将语料库数据集划分为两个子集；对训练集进行标注；对标签进行融合；将通过标签聚合得到的最终标签作为训练标签，将训练集中的文本作为输入，对深度神经网络进行训练；训练好的神经网络模型被用来对新的文本进行事件抽取；利用训练好的模型，对新的文本进行事件类型的预测，从而完成事件抽取的任务。本发明有效评估标注方的区分能力，将标签与标注方在对应类别上的表现进行加权，得到适当的难标注事件标签的质量，在有限条件下获得高质量的事件抽取有标签数据。

主权项：1.一种基于多源标注的事件抽取方法，其特征在于，包括以下步骤：创建一个包含多个不同事件类型的事件集，每个事件由一个或多个角色组成；从多种数据源收集文本，文本包含要抽取的事件；基于文本构建语料库，语料库的数据包括多个领域、主题和文本类型；将构建的语料库数据集D划分为两个子集：训练集Dtr和推理集Dte；所述训练集Dtr用于模型学习和训练的部分，所述推理集Dte用于模型进行事件抽取推理的部分；对训练集进行标注，得到标签；对标签进行融合，包括推断易混淆类别，对标签质量进行评估，并融合标签；将通过标签聚合得到的最终标签作为训练标签，将训练集中的文本作为输入，对一个深度神经网络进行训练；训练好的神经网络模型f*用于对新的文本进行事件抽取：给定一个推理集用模型f*对每一个文本ti进行预测，得到预测的事件标签其中M是推理文本的总数，i为文本标号；利用训练好的模型，对新的文本进行事件类型的预测，从而完成事件抽取的任务。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种基于多源标注的事件抽取方法、装置及系统

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