申请/专利权人：昆明理工大学

申请日：2021-09-18

公开（公告）日：2024-04-30

公开（公告）号：CN114004236B

主分类号：G06F40/30

分类号：G06F40/30;G06F40/242;G06F16/36;G06N3/0464;G06N3/088;G06N3/084;G06F18/2411

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2022.02.22#实质审查的生效;2022.02.01#公开

摘要：本发明涉及融入事件实体知识的汉越跨语言新闻事件检索方法，属于自然语言处理技术领域。本发明首先将汉语查询句翻译为越南语查询句，之后识别出候选文档中的事件触发词，并基于触发词对文档划分事件范围；然后识别查询句中的事件触发词并使用事件实体识别方法识别出事件范围和查询句中的事件实体；最后基于知识图谱和触发词得到事件实体的知识表示，将事件实体知识融入基于交互的排序学习算法中对候选文档进行排序。在汉越双语新闻数据集上的实验结果表明，本发明提出的融入事件实体知识的汉越跨语言新闻事件检索方法的NDCG和MAP均高于主流的汉越跨语言新闻事件检索方法，具有良好的检索效果。

主权项：1.融入事件实体知识的汉越跨语言新闻事件检索方法，其特征在于：首先将汉语查询句翻译为越南语查询句，之后识别出候选文档中的事件触发词，并基于触发词对文档划分事件范围；然后识别查询句中的事件触发词并使用事件实体识别方法识别出事件范围和查询句中的事件实体；最后基于知识图谱和触发词得到事件实体的知识表示，将事件实体知识融入基于交互的排序学习算法中对候选文档进行排序；所述融入事件实体知识的汉越跨语言新闻事件检索方法的具体步骤如下：Step1、利用现有的翻译工具将汉语查询句翻译为越南语查询句，然后识别出翻译后的查询句与越南语文档中的事件触发词，并基于文档中的事件触发词对文档划分事件范围；Step2、使用越南语事件实体识别方法识别出查询句与文档事件范围中的事件实体，进而基于多语言知识图谱和事件触发词对事件实体的语义进行扩充，得到事件实体最终的语义表示；Step3、使用基于交互的检索模型提取排序特征，根据排序特征计算查询句与文档最终的排序得分，从而实现从汉语到越南语的跨语言新闻事件检索；所述步骤Step1的具体步骤为：Step1.1、分别利用通过现有的翻译工具将汉语事件查询句Q翻译为越南语事件查询句q；Step1.2、将对于每个文档d，使用PredPatt识别出d中所有的事件触发词假定其中一个触发词的位置为l，窗口大小为p，则取l-p至l+p范围内的词作为该触发词在文档中的事件范围Di；计算出所有触发词对应的事件范围之后，文档d看成f个事件范围的集合，即d＝{D1,D2,...,Df}；所述步骤Step2的具体步骤：Step2.1、通过越南语事件实体识别方法识别出查询句q与文档事件范围D中的事件实体词向量Step2.2、通过识别出的事件实体在多语言知识图谱ConceptNet中找到其对应的实体类型词向量和实体描述词向量通过PredPatt识别出查询句或文档事件范围中的事件触发词，得到事件触发词词向量最后通过线性层将和这四种词向量融合在一起后得到事件实体最终的语义表示；所述步骤Step3的具体步骤为：Step3.1、使用交互矩阵M＝{Mww,Mwe,Mew,Mee}来衡量查询词或查询实体与文档词或文档实体之间的相似程度，交互矩阵M＝{Mww,Mwe,Mew,Mee}插入到Conv-KNRM这一基于交互的检索模型中，在Conv-KNRM从M＝{Mww,Mwe,Mew,Mee}中提取到排序特征φMww，φMwe，φMew和φMee之后，将这四种排序特征拼接成最终的排序特征ΦM；其中，Mww,Mwe,Mew,Mee分别表征查询句中词与事件范围中词的交互qw-Dw，查询句中词与事件范围中事件实体的交互qw-De，查询句中事件实体与事件范围中词的交互qe-Dw和查询句中事件实体与事件范围中事件实体的交互qe-De；Step3.2、在得到最终排序特征ΦM的基础上，利用排序学习得到查询句与事件范围最终的排序得分；对于查询句q和文档d来说，取q与D1,D2,...,Df中最大的排序得分作为q与d最终的排序得分fq,d，事件范围为Di，最后根据查询句与不同候选文档的排序得分由高到低对越南语候选文档进行排序。

全文数据：

权利要求：

百度查询： 昆明理工大学 融入事件实体知识的汉越跨语言新闻事件检索方法

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