[發明專利]一種事件抽取方法、裝置及電子設備

有效

• 申請號: 201911205132.7
• 申請日: 2019-11-29
• 公開（公告）號: CN111079433B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 謝忠玉;張群方;向安怡
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/289
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 李欣;丁蕓

本發明實施例提供了一種事件抽取方法、裝置及電子設備。其中，方法包括：將待處理文本輸入至事件實體要素提取模型，得到所述事件實體要素提取模型輸出的多個事件實體要素，預先利用標注有事件實體要素的樣本文本對所述事件實體要素提取模型進行過訓練，所述多個事件實體要素包括至少一個事件觸發詞、至少一個主動對象以及至少一個被動對象；根據在所述待處理文本中的位置，確定所述多個事件實體要素間的關聯關系，得到至少一個三元組，作為所述待處理文本的事件抽取結果，所述三元組由相互關聯的事件觸發詞、主動對象以及被動對象組成。可以提高事件抽取的適用性。

技術領域

本發明涉及大數據分析技術領域，特別是涉及一種事件抽取方法、裝置及電子設備。

背景技術

互聯網中存在大量的文本，由于自然語言的多樣性，這些文本中可能包含較多的用戶不感興趣的無效信息。為了從這些文本中獲取用戶感興趣的信息，可以對這些文本進行事件抽取，以分析這些文本各自表示的事件。示例性的，可以針對不同類型的事件設置不同的模板，每個模板用于表示構成該事件的事件要素以及事件的組織規則。提取待處理文本中的實體，作為事件要素，并將待處理文本的事件要素與模板進行匹配，以確定與待處理文本的事件要素相匹配的模板，按照該模板所表示的組織規則，將待處理文本的事件要素組織成事件。

但是，模板的類型有限，可能存在無法與模板匹配的文本，該方案無法抽取這些文本中的事件，即適用性較差。

發明內容

本發明實施例的目的在于提供一種事件抽取方法、裝置及電子設備，以提高事件抽取方法的適用性。具體技術方案如下：

在本發明實施例的第一方面，提供了一種事件抽取方法，所述方法包括：

將待處理文本輸入至事件實體要素提取模型，得到所述事件實體要素提取模型輸出的多個事件實體要素，預先利用標注有事件實體要素的樣本文本對所述事件實體要素提取模型進行過訓練，所述多個事件實體要素包括至少一個事件觸發詞、至少一個主動對象以及至少一個被動對象，所述事件觸發詞為所述待處理文本中用于表示所發生的事件的詞，所述主動對象為用于表示所述待處理文本中事件的主動參與者的詞，所述被動對象為用于表示所述待處理文本中事件的被動參與者的詞；

根據在所述待處理文本中的位置，確定所述多個事件實體要素間的關聯關系，得到至少一個三元組，作為所述待處理文本的事件抽取結果，所述三元組由相互關聯的事件觸發詞、主動對象以及被動對象組成。

結合第一方面，在第一種可能的實現方式中，所述事件實體要素提取模型包括詞向量嵌入層、編碼層以及解碼層，所述詞向量嵌入層用于計算輸入的文本的各個分詞的詞向量，所述編碼層用于提取輸入的詞向量的特征，所述解碼層用于將輸入的特征映射至序列標注結果，所述序列標注結果用于表示分詞所屬的事件實體要素類別；

所述將待處理文本輸入至事件實體要素提取模型，得到所述事件實體要素提取模型輸出的多個事件實體要素，包括：

將待處理文本輸入至所述詞向量嵌入層，得到所述待處理文本各個分詞的詞向量；

將所述待處理文本各個分詞的詞向量輸入至所述編碼層，得到所述編碼層輸出的各個分詞的特征；

將所述待處理文本各個分詞的特征輸入至所述解碼層，得到所述解碼層輸出的各個分詞的序列標注結果；

根據所述序列標注結果，從所述待處理文本各個分詞中提取多個事件實體要素。

結合第一方面的第一種可能的實現方式，在第二種可能的實現方式中，所述編碼層為雙向長短期記憶網絡。

結合第一方面，在第三種可能的實現方式中，所述根據在所述待處理文本中的位置，確定所述多個事件實體要素間的關聯關系，得到至少一個三元組，作為所述待處理文本的事件抽取結果，包括：