[發明專利]事件抽取方法、裝置、設備及存儲介質

在審

• 申請號: 202110301630.2
• 申請日: 2021-03-22
• 公開（公告）號: CN112905868A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 王炳乾
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06F16/953
• 分類號: G06F16/953;G06F16/33;G06F40/30;G06F16/35
• 代理公司: 北京志霖恒遠知識產權代理事務所(普通合伙) 11435
• 代理人: 郭棟梁

本申請公開了一種事件抽取方法、裝置、設備及存儲介質，該方法包括：獲取待處理文本；將所述待處理文本輸入到事件檢測模型進行檢測處理，確定所述待處理文本中的事件類型；基于所述事件類型構建第一問詢語料；將所述待處理文本和所述第一問詢語料輸入到閱讀理解模型中，確定所述待處理文本中的事件元素；基于所述事件類型和所述事件元素，確定所述待處理文本的事件抽取結果。該技術方案由于使用了事件檢測模型和閱讀理解模型，從而能夠精準地確定出待處理文本中的事件類型和事件元素，且適用于篇章級別的文本中的事件抽取，提高了事件抽取的整體性能，進一步提高了事件抽取效率。

技術領域

本發明一般涉及自然語言處理技術領域，具體涉及一種事件抽取方法、裝置、設備及存儲介質。

背景技術

隨著網絡信息技術的不斷發展，互聯網上在線文本信息數量急劇增加，尤其是在金融領域數字化爆炸式增長的過程中，存在大量的金融文件，例如大量的公司的公告和公司年報，但是這些數據大多數是非結構化或半結構化數據，需要通過人工分析得到結構化數據。為了在金融領域更好地進行投資分析、資產管理等重大決策，需要對海量的金融文件進行處理。其中，事件抽取是處理大規模金融文件信息的關鍵技術，在信息處理中起著至關重要的作用，事件抽取是指識別特定類型的事件，并進行相關信息的確定和抽取。

目前，傳統技術的事件抽取是基于模板匹配和機器學習的，然而相關技術中對事件抽取僅僅是針對句子級別的文本，對于篇章級別的文本，由于文本中可能存在大量的轉義符號且爬取不規范產生的元素混亂，事件元素可能分布在不同的句子中，導致對金融事件相關元素抽取的準確度較低，從而影響金融事件抽取的整體性能。

發明內容

鑒于現有技術中的上述缺陷或不足，期望提供一種事件抽取方法、裝置、設備及存儲介質，能夠提高事件抽取的準確性和效率。

第一方面，本申請實施例提供了一種事件抽取方法，該方法包括：

獲取待處理文本；

將所述待處理文本輸入到事件檢測模型進行檢測處理，確定所述待處理文本中的事件類型；

基于所述事件類型構建第一問詢語料；

將所述待處理文本和所述第一問詢語料輸入到閱讀理解模型中，確定所述待處理文本中的事件元素；

基于所述事件類型和所述事件元素，確定所述待處理文本的事件抽取結果。

第二方面，本申請提供了一種事件抽取裝置，該裝置包括：

獲取模塊，用于獲取待處理文本；

類型確定模塊，用于將所述待處理文本輸入到事件檢測模型進行檢測處理，確定所述待處理文本中的事件類型；

語料構建模塊，用于基于所述事件類型構建第一問詢語料；

元素確定模塊，用于將所述待處理文本和所述第一問詢語料輸入到閱讀理解模型中，確定所述待處理文本中的事件元素；

結果確定模塊，用于基于所述事件類型和所述事件元素，確定所述待處理文本的事件抽取結果。

第三方面，本申請實施例提供一種設備，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，該處理器執行該程序時實現如上述第一方面的事件抽取方法。

第四方面，本申請實施例提供一種計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序用于實現如上第一方面的事件抽取方法。