[發(fā)明專利]基于強(qiáng)化學(xué)習(xí)的事件論元抽取方法及裝置

有效

• 申請?zhí)枺?/td>: 202010552821.1
• 申請日: 2020-06-17
• 公開（公告）號: CN111797241B
• 公開（公告）日: 2023-08-22
• 發(fā)明（設(shè)計(jì)）人: 張世琨;葉蔚;習(xí)翔宇;張君福;胡文蕙;劉學(xué)洋
• 申請（專利權(quán)）人: 北京北大軟件工程股份有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35
• 代理公司: 北京細(xì)軟智谷知識產(chǎn)權(quán)代理有限責(zé)任公司 11471
• 代理人: 譚承世

1.一種基于強(qiáng)化學(xué)習(xí)的事件論元抽取方法，其特征在于，包括：

構(gòu)建事件檢測模型，所述事件檢測模型檢測句子中的觸發(fā)詞并根據(jù)所述觸發(fā)詞進(jìn)行事件類型預(yù)測；其中，所述句子包括觸發(fā)詞和實(shí)體；

構(gòu)建論元檢測模型，所述論元檢測模根據(jù)預(yù)測的事件類型對事件的每個(gè)觸發(fā)詞和每個(gè)實(shí)體兩兩之間進(jìn)行論元檢測；

構(gòu)建實(shí)體選擇模型，所述實(shí)體選擇模型從未檢測的實(shí)體集合中確定待檢測實(shí)體；根據(jù)當(dāng)前的環(huán)境信息，計(jì)算句子中所有實(shí)體被選擇進(jìn)行檢測的概率，將概率最高的實(shí)體確定為待檢測實(shí)體；

將所述實(shí)體選擇模型選擇的待檢測實(shí)體輸入到所述論元檢測模型進(jìn)行檢測，采集預(yù)測結(jié)果的損失，根據(jù)所述預(yù)測結(jié)果的損失更新所述論元檢測模型的參數(shù)；根據(jù)所述待檢測實(shí)體更新所述實(shí)體選擇模型；

通過更新后的論元檢測模型和更新后的實(shí)體選擇模型對所述句子中的實(shí)體進(jìn)行檢測，并將檢測結(jié)果引入更新后的論元檢測模型和更新后的實(shí)體選擇模型進(jìn)行更新，循環(huán)直至遍歷所有實(shí)體，確定并輸出論元集合。

2.根據(jù)權(quán)利要求1所述的抽取方法，其特征在于，所述構(gòu)建事件檢測模型，包括：

采用雙向長短期記憶條件隨機(jī)場模型對文本數(shù)據(jù)進(jìn)行標(biāo)注；

采用已標(biāo)注文本數(shù)據(jù)對事件檢測模型進(jìn)行訓(xùn)練，直至收斂，輸出事件檢測模型。

3.根據(jù)權(quán)利要求1所述的抽取方法，其特征在于，所述構(gòu)建論元檢測模型，包括：

對所述論元檢測模型進(jìn)行預(yù)訓(xùn)練，采用從左往右遍歷的方式來選擇實(shí)體，采用真實(shí)的實(shí)體、論元角色信息作為特征。

4.根據(jù)權(quán)利要求1所述的抽取方法，其特征在于，所述構(gòu)建實(shí)體選擇模型，包括：

向所述實(shí)體選擇模型中輸入環(huán)境信息；

所述環(huán)境信息包括：句子信息、實(shí)體信息、所述實(shí)體信息包括實(shí)體類型、事件的觸發(fā)詞信息、所述觸發(fā)詞信息包括事件類型、已預(yù)測出的實(shí)體類別信息。

5.根據(jù)權(quán)利要求4所述的抽取方法，其特征在于，所述論元檢測模型，包括：

嵌入層，用于構(gòu)造事件的每個(gè)詞的向量表示，獲取詞向量；

卷積層，用于對所述詞向量進(jìn)行卷積操作；

池化層，用于對卷積操作后的詞向量進(jìn)行最大池化操作，獲取事件和實(shí)體構(gòu)成的二元組的向量表示；

分類層，用于采用全連接網(wǎng)絡(luò)和Softmax操作對實(shí)體向量屬于事件向量的角色進(jìn)行分類。

6.根據(jù)權(quán)利要求5所述的抽取方法，其特征在于，所述實(shí)體選擇模型，包括：

嵌入層，用于構(gòu)造事件的每個(gè)詞的向量表示；

雙向遞歸神經(jīng)網(wǎng)絡(luò)層，用于采用雙向遞歸結(jié)構(gòu)對所述嵌入層輸出的句子進(jìn)行表示并輸出；

事件信息增強(qiáng)層，用于將事件類別引入到所述雙向遞歸神經(jīng)網(wǎng)絡(luò)層的輸出中；

線性映射層，用于對事件信息增強(qiáng)層輸出的向量進(jìn)行矩陣乘法操作，并將操作后的字符映射到二維向量，表示實(shí)體被選擇進(jìn)行檢測的概率；

輸出層，用于屏蔽已經(jīng)選擇的實(shí)體的字符向量或者非實(shí)體的字符向量，選擇概率最大的實(shí)體。

7.根據(jù)權(quán)利要求1所述的抽取方法，其特征在于，

采用Adam優(yōu)化器更新論元檢測模型的參數(shù)。

8.根據(jù)權(quán)利要求5所述的抽取方法，其特征在于，

所述卷積層采用長度為3、數(shù)量為300的卷積核進(jìn)行操作。