[發明專利]事件指稱匹配方法、模型訓練方法、裝置和電子設備

有效

• 申請號: 202110699455.7
• 申請日: 2021-06-23
• 公開（公告）號: CN113591908B
• 公開（公告）日: 2023-09-29
• 發明（設計）人: 李心雨;韓翠云;施茜;黃佳艷;裴明
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F18/22
• 分類號: G06F18/22;G06F18/2411;G06F18/25;G06F18/214
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 王萌

本公開提供了一種事件指稱匹配方法、模型訓練方法以及裝置，涉及人工智能領域，尤其涉及知識圖譜領域和深度學習領域。具體實現方案為：獲取待處理的第一、第二事件指稱，并獲取第一事件指稱的第一輔助文本和第二事件指稱的第二輔助文本；根據第一事件指稱、第一輔助文本、第二事件指稱和第二輔助文本，生成融合編碼特征向量；融合編碼特征向量為融合了第一事件指稱、第一輔助文本、第二事件指稱和第二輔助文本的文本信息、結構化信息的編碼特征向量；根據融合編碼特征向量，生成文本對編碼特征向量；文本對編碼特征向量為由第一事件指稱和第二事件指稱組成的文本對的編碼向量；根據文本對編碼特征向量確定第一和第二事件指稱是否為相同事件。

技術領域

本公開涉及人工智能領域，尤其涉及知識圖譜領域和深度學習領域，特別的涉及一種事件指稱匹配方法、事件指稱匹配模型的訓練方法、裝置、電子設備和存儲介質，可用于事件指稱歸一場景。

背景技術

事件指稱歸一是判別兩個事件指稱是否對應現實世界中的相同事件的任務，其中事件指稱是指從新聞標題等多媒體信息來源當中挖掘到的相對簡短的事件描述文本。

事件指稱歸一(又稱為事件指稱匹配)目前普遍采用基于文本匹配的事件指稱歸一技術進行解決，這種方案下，事件指稱歸一問題會被建模成普通的文本匹配任務，利用基于深度學習的文本匹配方法判別任意給定的兩個事件指稱是否指代相同事件。

發明內容

本公開提供了一種用于事件指稱歸一場景的事件指稱匹配方法、事件指稱匹配模型的訓練方法、裝置、電子設備和存儲介質。

根據本公開的第一方面，提供了一種事件指稱匹配方法，包括：

獲取待處理的第一事件指稱和第二事件指稱，并獲取所述第一事件指稱的第一輔助文本和所述第二事件指稱的第二輔助文本；

根據所述第一事件指稱、所述第一輔助文本、所述第二事件指稱和所述第二輔助文本，生成融合編碼特征向量；所述融合編碼特征向量為融合了所述第一事件指稱、所述第一輔助文本、所述第二事件指稱和所述第二輔助文本的文本信息、結構化信息的編碼特征向量；

根據所述融合編碼特征向量，生成文本對編碼特征向量；所述文本對編碼特征向量為由所述第一事件指稱和第二事件指稱組成的文本對的編碼向量；

根據所述文本對編碼特征向量確定所述第一事件指稱和所述第二事件指稱是否為相同事件。

根據本公開的第二方面，提供了一種事件指稱匹配模型的訓練方法，包括：

獲取事件指稱對樣本和所述事件指稱對樣本對應的標簽；所述事件指稱對樣本包括第一事件指稱樣本和第二事件指稱樣本；所述標簽用于指示所述第一事件指稱樣本與所述第二事件指稱樣本是否指代相同事件；

獲取所述第一事件指稱樣本的第一輔助文本樣本和所述第二事件指稱樣本的第二輔助文本樣本；

構建事件指稱匹配模型；所述事件指稱匹配模型包括結構化信息輸入層、編碼層和輸出層；

利用所述第一事件指稱樣本、所述第一輔助文本樣本、所述第二事件指稱樣本、所述第二輔助文本樣本和所述標簽，對所述事件指稱匹配模型進行訓練。

根據本公開的第三方法，提供了一種事件指稱匹配裝置，包括：

獲取模塊，用于獲取待處理的第一事件指稱和第二事件指稱，并獲取所述第一事件指稱的第一輔助文本和所述第二事件指稱的第二輔助文本；

第一生成模塊，用于根據所述第一事件指稱、所述第一輔助文本、所述第二事件指稱和所述第二輔助文本，生成融合編碼特征向量；所述融合編碼特征向量為融合了所述第一事件指稱、所述第一輔助文本、所述第二事件指稱和所述第二輔助文本的文本信息、結構化信息的編碼特征向量；