[發(fā)明專利]基于文本的事件檢測方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910471605.1
• 申請日: 2019-05-31
• 公開（公告）號: CN110188172B
• 公開（公告）日: 2022-10-28
• 發(fā)明（設(shè)計）人: 王曉智;劉知遠(yuǎn);韓旭;孫茂松;李鵬;周杰
• 申請（專利權(quán)）人: 清華大學(xué);騰訊科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06N3/04;G06N3/08
• 代理公司: 北京三高永信知識產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 張所明

本申請是關(guān)于一種基于文本的事件檢測方法。該方法包括：獲取分別包含事件實例的第一數(shù)據(jù)集和第二數(shù)據(jù)集，第一數(shù)據(jù)集中包含默認(rèn)可信的事件實例，第二數(shù)據(jù)集中包含默認(rèn)不可信的事件實例；通過第一數(shù)據(jù)集和第二數(shù)據(jù)集訓(xùn)練對抗網(wǎng)絡(luò)，通過訓(xùn)練完成的對抗網(wǎng)絡(luò)，獲取第二數(shù)據(jù)集中的可信的事件實例。本方案通過包含默認(rèn)可信的事件實例的第一數(shù)據(jù)集，以及包含默認(rèn)不可信的事件實例的第二數(shù)據(jù)集，訓(xùn)練對抗網(wǎng)絡(luò)中的生成器和判別器，使得訓(xùn)練后的判別器能夠準(zhǔn)確的判別出第二數(shù)據(jù)集中的事件實例是否可信，節(jié)省了數(shù)據(jù)準(zhǔn)備時間，提高了基于文本的事件檢測效率，并且能夠準(zhǔn)確的排除第二數(shù)據(jù)集中的噪聲數(shù)據(jù)，提高事件檢測的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請實施例涉及自然語言處理技術(shù)領(lǐng)域，特別涉及一種基于文本的事件檢測方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)。

背景技術(shù)

基于文本的事件檢測是事件抽取的重要子任務(wù)，對于各種下游自然語言處理應(yīng)用，例如問答、信息檢索和閱讀理解等，都有著很重要的意義。

在相關(guān)技術(shù)中，基于文本的事件檢測可以通過卷積神經(jīng)網(wǎng)絡(luò)來實現(xiàn)。比如，預(yù)先通過人工標(biāo)注的方式獲取訓(xùn)練數(shù)據(jù)，訓(xùn)練數(shù)據(jù)除了包括文本(比如一個完整的句子)之外，還包括該文本中由人工標(biāo)注的觸發(fā)詞，以及觸發(fā)詞對應(yīng)的事件；通過人工標(biāo)注的訓(xùn)練數(shù)據(jù)對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練，并通過訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)對未標(biāo)注的文本進(jìn)行處理，以確定未標(biāo)注的文本中的觸發(fā)詞，從而通過該觸發(fā)詞確定未標(biāo)注的文本對應(yīng)的事件。

然而，相關(guān)技術(shù)中的方案需要人工標(biāo)注訓(xùn)練數(shù)據(jù)，在模型的訓(xùn)練效率和訓(xùn)練準(zhǔn)確性方面都存在瓶頸，從而導(dǎo)致基于文本的事件檢測的效率和準(zhǔn)確性都不高。

發(fā)明內(nèi)容

本申請實施例提供了一種基于文本的事件檢測方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)，可以提高基于文本的事件檢測的效率和準(zhǔn)確性，技術(shù)方案如下：

一方面，提供了一種基于文本的事件檢測方法，所述方法包括：

獲取分別包含事件實例的第一數(shù)據(jù)集和第二數(shù)據(jù)集，所述事件實例包括文本以及所述文本對應(yīng)的事件；所述第一數(shù)據(jù)集中包含默認(rèn)可信的事件實例，所述第二數(shù)據(jù)集中包含默認(rèn)不可信的事件實例；

通過所述第一數(shù)據(jù)集和所述第二數(shù)據(jù)集訓(xùn)練對抗網(wǎng)絡(luò)，所述對抗網(wǎng)絡(luò)包括生成器和判別器；所述生成器用于從所述第二數(shù)據(jù)集中推薦事件實例；所述判別器用于輸出所述第一數(shù)據(jù)集中的事件實例的可信概率，以及所述生成器推薦的事件實例的可信概率；所述對抗網(wǎng)絡(luò)的損失函數(shù)用于對所述對抗網(wǎng)絡(luò)進(jìn)行優(yōu)化，以使得第一概率最大化，并使得第二概率最小化，所述第一概率是所述判別器對屬于所述第一數(shù)據(jù)集的事件實例輸出的可信概率，所述第二概率是所述判別器對屬于所述第二數(shù)據(jù)集的事件實例輸出的可信概率；

通過訓(xùn)練完成的所述對抗網(wǎng)絡(luò)，獲取所述第二數(shù)據(jù)集中的可信的事件實例。

另一方面，提供了一種基于文本的事件檢測方法，所述方法包括：

獲取待檢測文本；

通過對抗網(wǎng)絡(luò)對所述待檢測文本進(jìn)行處理，所述對抗網(wǎng)絡(luò)是通過第一數(shù)據(jù)集和第二數(shù)據(jù)集訓(xùn)練獲得的，所述第一數(shù)據(jù)集中包含默認(rèn)可信的事件實例，所述第二數(shù)據(jù)集中包含默認(rèn)不可信的事件實例；所述對抗網(wǎng)絡(luò)包括生成器和判別器；所述生成器用于從所述第二數(shù)據(jù)集中推薦事件實例；所述判別器用于輸出所述第一數(shù)據(jù)集中的事件實例的可信概率，以及所述生成器推薦的事件實例的可信概率；所述對抗網(wǎng)絡(luò)的損失函數(shù)用于對所述對抗網(wǎng)絡(luò)進(jìn)行優(yōu)化，以使得第一概率最大化，并使得第二概率最小化，所述第一概率是所述判別器對屬于所述第一數(shù)據(jù)集的事件實例輸出的可信概率，所述第二概率是所述判別器對屬于所述第二數(shù)據(jù)集的事件實例輸出的可信概率；

根據(jù)所述對抗網(wǎng)絡(luò)中的判別器對所述待檢測文本的輸出結(jié)果獲取所述待檢測文本對應(yīng)的事件。

另一方面，提供了一種基于文本的事件檢測裝置，所述裝置包括：