[發(fā)明專利]事件抽取方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210216460.2
• 申請(qǐng)日: 2022-03-07
• 公開（公告）號(hào): CN114676271A
• 公開（公告）日: 2022-06-28
• 發(fā)明（設(shè)計(jì)）人: 嚴(yán)晨;張慧;于海軍;陳家樹;史光華
• 申請(qǐng)（專利權(quán)）人: 上海安碩企業(yè)征信服務(wù)有限公司
• 主分類號(hào): G06F16/38
• 分類號(hào): G06F16/38;G06F16/33;G06F16/332;G06F40/253;G06F16/35
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孔凡紅

本申請(qǐng)實(shí)施例公開了一種事件抽取方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。該方法包括：在獲取到待處理文本后，對(duì)待處理文本進(jìn)行句子級(jí)切割，得到多個(gè)句子文本，然后生成每個(gè)句子文本各自對(duì)應(yīng)的標(biāo)簽識(shí)別文本，先通過(guò)文本分類算法對(duì)標(biāo)簽識(shí)別文本進(jìn)行標(biāo)簽分類，從而得到句子文本的事件標(biāo)簽，得到事件標(biāo)簽后，基于該事件標(biāo)簽對(duì)應(yīng)的元素架構(gòu)，有針對(duì)性地從句子文本中提取事件元素。基于此，根據(jù)該事件標(biāo)簽對(duì)應(yīng)的元素架構(gòu)，從句子文本中有針對(duì)性的提取事件元素，減少了對(duì)句子文本中多余信息的處理，處理過(guò)程精簡(jiǎn)后，事件提取的效率也得到了提升。

技術(shù)領(lǐng)域

本申請(qǐng)實(shí)施例涉及大數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種事件抽取方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著大數(shù)據(jù)時(shí)代的到來(lái)，互聯(lián)網(wǎng)思維和決策數(shù)據(jù)化已經(jīng)開始滲入各行各業(yè)，對(duì)于新聞?lì)愋偷臄?shù)據(jù)，通常會(huì)以文章的形式出現(xiàn)在互聯(lián)網(wǎng)中，而對(duì)于具有互聯(lián)網(wǎng)思維和決策數(shù)據(jù)化能力的行業(yè)，其通常會(huì)對(duì)文章中的事件進(jìn)行抽取，以提高決策效率。

由于新聞數(shù)據(jù)覆蓋范圍廣、數(shù)量多，這對(duì)事件提取算法的處理時(shí)效具有較大的挑戰(zhàn)性，而且新聞數(shù)據(jù)本身就具有較高的文本復(fù)雜性和事件復(fù)雜性，比如新聞數(shù)據(jù)大多來(lái)自不同的網(wǎng)站平臺(tái)，由不同的編輯進(jìn)行撰寫，文章版面的排布以及文章的語(yǔ)法表達(dá)具有較大的差異，這就導(dǎo)致的新聞數(shù)據(jù)具有較高的文本復(fù)雜性，而新聞數(shù)據(jù)所涉及到的事件種類非常多，就算某個(gè)領(lǐng)域的新聞數(shù)據(jù)中所涉及的事件也高達(dá)幾百甚至上千種，這就導(dǎo)致了新聞數(shù)據(jù)具有較高的事件復(fù)雜性。

較高的文本復(fù)雜性和事件復(fù)雜性就提高了算法從新聞數(shù)據(jù)中進(jìn)行事件抽取的難度，降低了事件抽取的效率和精準(zhǔn)度。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供一種事件抽取方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，以提高事件抽取的效率和精確性。

第一方面，本申請(qǐng)實(shí)施例提供了一種事件抽取方法，所述方法包括：

獲取待處理文本，并對(duì)所述待處理文本進(jìn)行句子級(jí)切割，得到多個(gè)句子文本；

對(duì)于得到多個(gè)句子文本中的任一目標(biāo)句子文本，基于所述目標(biāo)句子文本在所述待處理文本中的前后文，生成標(biāo)簽識(shí)別文本；

將所述標(biāo)簽識(shí)別文本輸入到預(yù)先訓(xùn)練的文本分類算法中，獲取所述文本分類算法輸出的各預(yù)設(shè)的事件標(biāo)簽對(duì)應(yīng)的分類概率，并將滿足預(yù)設(shè)條件的分類概率對(duì)應(yīng)的事件標(biāo)簽確定為所述目標(biāo)句子文本的目標(biāo)事件標(biāo)簽；

基于所述目標(biāo)事件標(biāo)簽對(duì)應(yīng)的元素架構(gòu)，從所述目標(biāo)句子文本中抽取事件元素，以實(shí)現(xiàn)對(duì)所述目標(biāo)句子文本的事件抽取。

第二方面，本申請(qǐng)實(shí)施例還提供了一種事件抽取裝置，該事件抽取裝置包括：

分割模塊，用于獲取待處理文本，并對(duì)所述待處理文本進(jìn)行句子級(jí)切割，得到多個(gè)句子文本；

文本生成模塊，用于對(duì)于得到多個(gè)句子文本中的任一目標(biāo)句子文本，基于所述目標(biāo)句子文本在所述待處理文本中的前后文，生成標(biāo)簽識(shí)別文本；

標(biāo)簽分類模塊，用于將所述標(biāo)簽識(shí)別文本輸入到預(yù)先訓(xùn)練的文本分類算法中，獲取所述文本分類算法輸出的各預(yù)設(shè)的事件標(biāo)簽對(duì)應(yīng)的分類概率，并將滿足預(yù)設(shè)條件的分類概率對(duì)應(yīng)的事件標(biāo)簽確定為所述目標(biāo)句子文本的目標(biāo)事件標(biāo)簽；

元素抽取模塊，用于基于所述目標(biāo)事件標(biāo)簽對(duì)應(yīng)的元素架構(gòu)，從所述目標(biāo)句子文本中抽取事件元素，以實(shí)現(xiàn)對(duì)所述目標(biāo)句子文本的事件抽取。

第三方面，本申請(qǐng)實(shí)施例還提供了一種電子設(shè)備，所述電子設(shè)備包括：

一個(gè)或多個(gè)處理器；

存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序，

當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)如本申請(qǐng)任一實(shí)施例提供的事件抽取方法。