[發(fā)明專利]非結(jié)構(gòu)化文本的事件抽取方法、系統(tǒng)及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110363162.1
• 申請(qǐng)日: 2021-04-02
• 公開(kāi)（公告）號(hào): CN113010593A
• 公開(kāi)（公告）日: 2021-06-22
• 發(fā)明（設(shè)計(jì)）人: 劉鋒;張學(xué)龍;王嘵鳴;劉弦弦
• 申請(qǐng)（專利權(quán)）人: 北京智通云聯(lián)科技有限公司
• 主分類號(hào): G06F16/25
• 分類號(hào): G06F16/25;G06F16/31;G06F40/211;G06F40/242;G06F40/295;G06N3/08
• 代理公司: 北京八月瓜知識(shí)產(chǎn)權(quán)代理有限公司 11543
• 代理人: 秦瑩

本發(fā)明公開(kāi)了一種非結(jié)構(gòu)化文本的事件抽取方法、系統(tǒng)及裝置，所述方法包括：基于預(yù)先構(gòu)建好的事件意圖字典庫(kù)對(duì)非結(jié)構(gòu)化文本中的事件進(jìn)行抽取，識(shí)別事件的事件類型，并基于預(yù)先構(gòu)建好的事件角色字典庫(kù)，對(duì)事件中的角色要素進(jìn)行識(shí)別；根據(jù)事件類型和角色要素，對(duì)事件進(jìn)行結(jié)構(gòu)化存儲(chǔ)。本發(fā)明通過(guò)配置字典的形式，使得問(wèn)句中事件的解析更靈活，便于維護(hù)，易于擴(kuò)展，避免了深度學(xué)習(xí)需要收集相關(guān)語(yǔ)料、標(biāo)注、訓(xùn)練等復(fù)雜的工序。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能自然語(yǔ)言處理技術(shù)領(lǐng)域，尤其是涉及一種非結(jié)構(gòu)化文本的事件抽取方法、系統(tǒng)及裝置。

背景技術(shù)

在現(xiàn)有技術(shù)中，事件抽取是把含有事件信息的非結(jié)構(gòu)化文本以結(jié)構(gòu)化的形式呈現(xiàn)出來(lái)，在自動(dòng)文摘、自動(dòng)問(wèn)答、信息檢索等領(lǐng)域有著廣泛的應(yīng)用。事件抽取技術(shù)的核心價(jià)值，是可以把半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為對(duì)事件的結(jié)構(gòu)化描述，進(jìn)而支持豐富的下游應(yīng)用。

目前的實(shí)體識(shí)別主要采取機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，但是都存在不足之處：

(1)基于深度學(xué)習(xí)、機(jī)器學(xué)習(xí)的方法，首先需要收集前期的訓(xùn)練語(yǔ)料，然后進(jìn)行標(biāo)注，然而，對(duì)于金融、保險(xiǎn)、石化等垂直領(lǐng)域，所需的標(biāo)注語(yǔ)料是非常稀缺的，從而增加了該技術(shù)方案落地的困難性；同時(shí)，深度學(xué)習(xí)的效果存在很大的不穩(wěn)定因素，準(zhǔn)確率難以把控；

(2)基于深度學(xué)習(xí)、機(jī)器學(xué)習(xí)的方法，對(duì)于事件類型的增加則比較繁瑣，需要從新訓(xùn)練，效率低下。

因此目前亟需一種新的非結(jié)構(gòu)化文本事件抽取方法。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種非結(jié)構(gòu)化文本的事件抽取方法、系統(tǒng)及裝置，旨在解決現(xiàn)有技術(shù)中的上述問(wèn)題。

本發(fā)明提供一種非結(jié)構(gòu)化文本的事件抽取方法，包括：

基于預(yù)先構(gòu)建好的事件意圖字典庫(kù)對(duì)非結(jié)構(gòu)化文本中的事件進(jìn)行抽取，識(shí)別事件的事件類型，并基于預(yù)先構(gòu)建好的事件角色字典庫(kù)，對(duì)事件中的角色要素進(jìn)行識(shí)別；

根據(jù)事件類型和角色要素，對(duì)事件進(jìn)行結(jié)構(gòu)化存儲(chǔ)。

本發(fā)明提供一種非結(jié)構(gòu)化文本的事件抽取系統(tǒng)，包括：

解析層，用于基于預(yù)先構(gòu)建好的事件意圖字典庫(kù)對(duì)非結(jié)構(gòu)化文本中的事件進(jìn)行抽取，識(shí)別事件的事件類型，并基于預(yù)先構(gòu)建好的事件角色字典庫(kù)，對(duì)事件中的角色要素進(jìn)行識(shí)別；

應(yīng)用層，用于根據(jù)事件類型和角色要素，對(duì)事件進(jìn)行結(jié)構(gòu)化存儲(chǔ)。

本發(fā)明實(shí)施例還提供一種非結(jié)構(gòu)化文本的事件抽取裝置，包括：存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述非結(jié)構(gòu)化文本的事件抽取方法的步驟。

本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有信息傳遞的實(shí)現(xiàn)程序，程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述非結(jié)構(gòu)化文本的事件抽取方法的步驟。

采用本發(fā)明實(shí)施例，在特定領(lǐng)域中性能較好，知識(shí)表示簡(jiǎn)潔，便于理解和后續(xù)應(yīng)用；本發(fā)明實(shí)施例通過(guò)配置字典的形式，使得問(wèn)句中事件的解析更靈活，便于維護(hù)，易于擴(kuò)展，避免了深度學(xué)習(xí)需要收集相關(guān)語(yǔ)料、標(biāo)注、訓(xùn)練等復(fù)雜的工序。此外，本發(fā)明實(shí)施例基于規(guī)則的方式，在領(lǐng)域內(nèi)能夠?qū)崿F(xiàn)較高的事件識(shí)別準(zhǔn)確率，避免了基于深度學(xué)習(xí)的不穩(wěn)定性。

上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說(shuō)明書的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉本發(fā)明的具體實(shí)施方式。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明具體實(shí)施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)具體實(shí)施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施方式，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。