[發(fā)明專利]一種文本事件元素提取方法

在審

• 申請?zhí)枺?/td>: 202011510822.6
• 申請日: 2020-12-18
• 公開（公告）號: CN112541341A
• 公開（公告）日: 2021-03-23
• 發(fā)明（設(shè)計）人: 蘇華權(quán);周昉昉;廖鵬;蔡雄;易仕敏;彭澤武;楊秋勇
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/289;G06F40/30
• 代理公司: 北京世譽鑫誠專利代理有限公司 11368
• 代理人: 任欣生

本發(fā)明公開的文本事件提取方法，涉及計算機技術(shù)領(lǐng)域，過將文本輸入訓(xùn)練過的第一序列標注BERT模型，得到多個觸發(fā)詞，將多個觸發(fā)詞及多個觸發(fā)詞所在的文本輸入訓(xùn)練過的第二序列標注BERT模型，得到多個觸發(fā)詞對應(yīng)的事件元素，生成事件元素集合，提高了適用性及事件提取的準確率。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機技術(shù)領(lǐng)域，具體涉及一種文本事件元素提取方法。

背景技術(shù)

事件元素提取是自然語言處理領(lǐng)域的基礎(chǔ)任務(wù)之一，也是信息提取任務(wù)中一個重要的子任務(wù)。事件元素提取意在提取文本中最主要的事件元素，具體的主要工作是從一段文本中識別出發(fā)生的事件元素以及事件元素中的各個元素。例如提取一個文本中的觸發(fā)詞和事件元素，事件元素包括事件主體、事件客體、時間和地點等。

現(xiàn)有的事件元素提取方案主要是使用自定義觸發(fā)詞并基于機器學(xué)習(xí)的方式提取事件元素，將事件元素提取過程轉(zhuǎn)換為分類問題，該方案需要使用大規(guī)模的標注語料，而且由于受到觸發(fā)詞的限制，當(dāng)所使用的測試語料和訓(xùn)練語料來源相同時，系統(tǒng)的效果往往較高，但該方案不適用于來源不同的語料，系統(tǒng)的表現(xiàn)就會大打折扣，導(dǎo)致事件元素提取的準確率不高。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)的不足，本發(fā)明實施例提供了一種文本事件元素提取方法，該方法包括以下步驟：

將文本輸入訓(xùn)練過的第一序列標注BERT模型，得到多個觸發(fā)詞；

將所述多個觸發(fā)詞及所述多個觸發(fā)詞所在的文本輸入訓(xùn)練過的第二序列標注BERT模型，得到所述多個觸發(fā)詞對應(yīng)的事件元素，生成事件元素集合，其中，所述事件元素包括事件主體、事件客體、時間及地點。

優(yōu)選地，在生成事件元素集合之后，所述方法還包括：

利用語言技術(shù)平臺ltp模型，得到所述觸發(fā)詞與所述各個事件元素之間的句法依存關(guān)系；

根據(jù)所述句法依存關(guān)系，分別判斷所述各個事件元素是否正確。

優(yōu)選地，根據(jù)所述句法依存關(guān)系，分別判斷所述各個事件元素是否正確包括：

當(dāng)所述句法依存關(guān)系為主謂關(guān)系的主語，通過人工判斷所述事件元素集合中相應(yīng)的事件主體在所述文本中是否真的為事件主體，如果不是，則過濾所述事件元素。

優(yōu)選地，根據(jù)所述句法依存關(guān)系，分別判斷所述各個事件元素是否正確還包括：

當(dāng)所述句法依存關(guān)系為動賓關(guān)系的主語，通過人工判斷所述事件元素集合中相應(yīng)的事件客體在所述文本中是否真的為事件客體，如果不是，則過濾所述事件元素。

優(yōu)選地，所述序列標注BERT模型的訓(xùn)練過程包括：

將攜帶觸發(fā)詞標簽的多個句子級文本作為訓(xùn)練數(shù)據(jù)輸入序列標注BERT模型，對所述序列標注BERT模型進行訓(xùn)練，得到訓(xùn)練過的第一序列標注BERT模型。

優(yōu)選地，所述第二序列標注BERT模型的訓(xùn)練過程包括：

將條件隨機場CRF模型的CRF層添加至訓(xùn)練過的序列標注BERT模型，得到訓(xùn)練過的第二序列標注BERT模型。

優(yōu)選地，所述序列標注BERT模型的訓(xùn)練過程包括：

將攜帶事件元素標簽的多個句子級文本作為訓(xùn)練數(shù)據(jù)輸入序列標注BERT模型，對所述序列標注BERT模型進行訓(xùn)練，得到訓(xùn)練過的第二序列標注BERT模型。

本發(fā)明實施例提供的文本事件元素提取方法，具有以下有益效果：

通過訓(xùn)練過的第一序列標注BERT模型預(yù)測觸發(fā)詞，通過訓(xùn)練過的第二序列標注BERT模型預(yù)測事件元素，適用于各種來源的語料，事件元素提取的準確率較高。

具體實施方式

以下結(jié)合具體實施例對本發(fā)明作具體的介紹。