[發明專利]事件觸發詞的提取方法、電子設備、存儲介質

在審

• 申請號: 202111337761.2
• 申請日: 2021-11-10
• 公開（公告）號: CN114138980A
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 簡仁賢;李雪婷;吳文杰;劉影
• 申請（專利權）人: 竹間智能科技（上海）有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/211;G06F40/268;G06F40/289
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 衡滔

本申請提供一種事件觸發詞的提取方法、電子設備、存儲介質，該方法包括：對待處理文本依次進行分詞、詞性標注和依存句法分析，確定每個詞語的句法信息；根據每個詞語的詞性，提取詞性為形容詞的詞語構成第一候選集，詞性為動詞的詞語構成第二候選集，詞性為名詞的詞語構成名詞類候選集；根據每個詞語的句法標簽、詞本身位置和依存節點位置，對第一候選集初步過濾得到形容詞類候選集，對第二候選集初步過濾得到動詞類候選集；將形容詞類候選集、動詞類候選集、名詞類候選集分別按照相應詞類觸發詞規則進行判斷，得到形容詞類觸發詞集、動詞類觸發詞集和名詞類觸發詞集。該方案提高了事件觸發詞提取的準確性。

技術領域

本申請涉及自然語言處理技術領域，特別涉及一種事件觸發詞的提取 方法、電子設備、計算機可讀存儲介質。

背景技術

事件抽取任務是篇章信息抽取的重要子任務，可以分為基于特定領域 的事件抽取和開放域事件抽取這兩種類型。基于特定領域的事件抽取包括 緊急災害事件抽取、就職等事件抽取等。基于領域的事件抽取復用性比較 差、遷移成本比較高、依賴事件類型識別前處理，由于前述問題，開放域 的事件抽取逐漸成了研究的熱點。

在開放域的事件抽取任務中，事件的定義和內部組成成分極為重要。 事件是在一定時空條件下，有若干角色參與，因動作特征而產生了狀態的 改變，具有動態性的語義特征。根據事件的內涵意義，結構化的事件內容 包含事件觸發詞和事件的語義角色，事件觸發詞是事件的核心成分并驅動 管轄這事件的語義角色，大多是動詞詞性，由此可見，事件觸發詞識別的 準確程度對于事件的準確率、召回率甚至性能都是十分關鍵的。

事件抽取本質任務是文本中語義信息的抽取，在詞法、句子結構分析 的基礎上，通常采用語義角色標注的方法來獲取事件中的語義信息。事件 觸發詞的抽取一般依賴于模型對于標注語料的學習，但囿于標注人對于事 件的認知不一、標注語料準確率參差不齊、模型學習效果等，影響到觸發 詞的準確率和一致性，進而影響事件中語義角色的抽取。

發明內容

本申請實施例提供了一種事件觸發詞的提取方法，用以提高觸發詞提 取的準確性。

本申請實施例提供的了一種事件觸發詞的提取方法，該方法包括：

對待處理文本依次進行分詞、詞性標注和依存句法分析，確定每個詞 語的句法信息，所述句法信息包括詞性、句法標簽、詞本身位置和依存節 點位置；所述依存節點位置包括父節點位置和/或子節點位置；

根據每個詞語的詞性，提取詞性為形容詞的詞語構成第一候選集，詞 性為動詞的詞語構成第二候選集，詞性為名詞的詞語構成名詞類候選集；

根據每個詞語的句法標簽、詞本身位置和依存節點位置，對所述第一 候選集初步過濾得到形容詞類候選集，對所述第二候選集初步過濾得到動 詞類候選集；

將所述形容詞類候選集、動詞類候選集、名詞類候選集分別按照相應 詞類觸發詞規則進行判斷，得到形容詞類觸發詞集、動詞類觸發詞集和名 詞類觸發詞集。

在一實施例中，所述根據每個詞語的句法標簽、詞本身位置和依存節 點位置，對所述第一候選集初步過濾得到形容詞類候選集，包括：

根據每個詞語的句法標簽、詞本身位置和依存節點位置，提取所述第 一候選集中帶有HED標簽、COO標簽或VOB標簽的形容詞構成所述形容 詞類候選集。

在一實施例中，所述對所述第二候選集初步過濾得到動詞類候選集， 包括：

根據動詞過濾詞表，刪除所述第二候選集中存在于所述動詞過濾詞表 中的動詞，得到所述動詞類候選集。

在一實施例中，所述將所述形容詞類候選集、動詞類候選集、名詞類 候選集分別按照相應詞類觸發詞規則進行判斷，得到形容詞類觸發詞集、 動詞類觸發詞集和名詞類觸發詞集，包括：