[發明專利]事件元素抽取方法、裝置、計算設備及存儲介質

有效

• 申請號: 201811072257.2
• 申請日: 2018-09-14
• 公開（公告）號: CN109582949B
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 陳若田;溫祖杰;張家興;趙劍波;王恩旭;姜海波;周蕓
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/30
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 吳肖肖

1.一種事件元素抽取方法，包括：

獲取輸入文本，確定所述輸入文本中每個詞的關系特征向量，其中所述關系特征向量通過將對應詞的詞嵌入、謂詞嵌入和用以表征該詞是否在謂詞上下文窗口中的標記拼接得到；

基于所述輸入文本中每個詞的關系特征向量通過語義角色標注模型得到所述輸入文本中每個詞的論元，其中所述語義角色標注模型用以識別事件文本中具有動作方向的論元，所述論元包括對應的詞、語義角色類型及位置信息；

通過命名實體識別方法得到所述輸入文本 包含的實體詞、所述實體詞的類型及位置信息；

根據所述輸入文本的事件類型確定需要提取的事件元素類型，基于需要提取的事件元素類型、所述論元、所述實體詞的類型及位置信息將所述論元對應的詞與所述實體詞進行元素對齊，確定所述輸入文本中所述事件元素類型的名稱和對應的實體詞。

2.根據權利要求1所述的方法，其中所述語義角色標注模型通過以下步驟得到：

根據原始樣本集中每個事件樣本的每個詞的詞嵌入、謂詞嵌入和用以表征該詞是否在謂詞上下文窗口中的標記拼接得到該詞的關系特征向量；

對每個事件樣本進行語義角色標注，得到該事件樣本中每個詞對應的論元；

根據所述原始樣本集中每個事件樣本的每個詞、該詞的關系特征向量、該詞對應的論元生成語義角色訓練樣本集；

通過所述語義角色訓練樣本集訓練語義角色標注模型，所述角色標注模型使得每個事件樣本的每個詞的關系特征向量與該詞對應的論元相關聯。

3.根據權利要求2所述的方法，其中所述原始樣本集中每個事件樣本的每個詞關系特征向量通過BiLSTM+CRF序列標注算法得到。

4.根據權利要求2所述的方法，其中所述對每個事件樣本進行語義角色標注，得到該事件樣本中每個詞對應的論元包括：

采用BIEO序列標記法對每個事件樣本進行序列標記，得到該事件樣本每個事件元素的語義角色類型及其位置信息，將每個事件元素的語義角色類型及其位置信息作為該事件元素對應的論元。

5.根據權利要求2所述的方法，其中在所述對每個事件樣本進行語義角色標注，得到該事件樣本中每個詞對應的論元之前還包括：

對論元的語義角色類型進行自定義。

6.根據權利要求1所述的方法，其中在所述根據所述輸入文本的事件類型確定需要提取的事件元素類型之前還包括：

基于事件樣本的事件類型確定每個事件類型需要提取的事件元素類型，所述需要提取的事件元素類型包括元素名稱、元素實體詞類型和元素語義角色類型；

根據多個事件類型中每個事件類型的需要提取的事件元素類型生成事件元素配置庫。

7.根據權利要求1所述的方法，其中所述根據所述輸入文本的事件類型確定需要提取的事件元素類型，基于需要提取的事件元素類型、所述論元、所述實體詞的類型及位置信息將所述論元對應的詞與所述實體詞進行元素對齊，確定所述輸入文本中與所述事件元素類型對應的實體詞以及該實體詞的位置信息包括：

基于所述論元的語義角色類型及位置信息和所述實體詞的類型及位置信息按照如下公式計算任一語義角色的詞與任一實體詞兩兩之間的交疊系數C(A,B)：

其中，A是所述輸入文本中任一實體詞，B是所述輸入文本中語義角色類型對應的詞，|A|是A的起止位置確定的區間大小，|B|是B的起止位置確定的區間大小；|A∩B|是A、B的起止位置的交集確定的區間大小；

基于交疊系數大于設定值的項得到候選元素集，每個候選元素包括實體詞、實體詞類型、語義角色類型和位置信息；

根據所述輸入文本的事件類型確定需要提取的事件元素類型，所述需要提取的事件元素類型所包含的元素名稱、元素實體詞類型和元素語義角色類型；

判斷每個所述候選元素的實體詞類型和語義角色類型是否分別與所述需要提取的事件元素類型所包含的元素實體詞類型和元素語義角色類型均匹配；

若判斷結果為是則將實體詞類型和元素實體詞類型、語義角色類型和元素語義角色類型均匹配的候選元素作為所述輸入文本的事件元素，所述輸入文本的事件元素包括對應的事件元素名稱和實體詞。