申请/专利权人:杭州电子科技大学
申请日:2024-01-09
公开(公告)日:2024-04-12
公开(公告)号:CN117874254A
主分类号:G06F16/36
分类号:G06F16/36;G06F40/253;G06F40/30;G06F40/186;G06N3/042;G06N3/045;G06N3/0464;G06N3/08
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:本发明涉及信息抽取领域,具体涉及一种基于抽象语义图的事件参数提取方法及系统。该提取方法包括如下步骤:获取输入文本所对应的抽象语义图;基于图卷积神经网络设计adapter结构,将adapter结构插入预训练语言模型结构的每一层中,微调预训练语言模型;构建事件模板,将事件模板提示和输入文本拼接作为微调后的预训练语言模型的输入,根据已知事件类型的模板提示,填充模板中需要的事件参数,得到最终的事件参数预测结果。本发明可以通过图的方式学习抽象语义图的结构化信息,解决了生成模型对结构信息关注低的问题,通过构建adapter形式的微调方式同预训练模型进行交互,提高了模型训练的稳定性和事件参数抽取的准确率。
主权项:1.一种基于抽象语义图的事件参数提取方法,其特征在于,包括以下步骤:S1、获取序列化的抽象语义图,基于序列化的抽象语义图解析出抽象语义图,其中,抽象语义图描述了文本中词语之间的语法关系,抽象语意图中的节点和文本中的词语所对应;S2、基于图卷积神经网络设计adapter结构,adapter用于调整对应于抽象语意图中的节点的表示,同时adapter内部采用图神经网络的方式对聚合节点语义结构信息;S3、将所述的adapter结构插入预训练语言模型Transformer结构的每一层中,微调预训练语言模型;S4、构建事件模板,将事件模板提示和输入文本拼接作为微调后的预训练语言模型的输入,根据已知事件类型的模板提示,填充模板中需要的事件参数,得到最终的事件参数预测结果。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 一种基于抽象语义图的事件参数提取方法及系统
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。