[發明專利]基于新聞文本的商業事件檢測方法、檢測器及設備

在審

• 申請號: 202310626580.4
• 申請日: 2023-05-30
• 公開（公告）號: CN116663550A
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 程思偉
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/30;G06F40/211;G06F40/169;G06N3/042;G06N3/0464;G06N3/045;G06N3/0442;G06N3/0475;G06N3/094
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 劉飛;葉明川

本說明書涉及人工智能技術領域，提供了一種基于新聞文本的商業事件檢測方法、檢測器及設備，該方法包括：從新聞文本中獲取目標句子的分詞序列；利用商業事件檢測器的句子編碼層，將分詞序列編碼為含有詞性信息的BERT詞向量；利用商業事件檢測器的句法圖卷積層，從BERT詞向量中根據句法關系捕捉目標句子的長距離依賴特征，獲得第二詞向量；利用商業事件檢測器的雙向長短期記憶層，從第二詞向量中根據時序關系捕捉目標句子的長距離依賴特征，獲得第三詞向量；利用商業事件檢測器的全連接層，從第三詞向量中識別目標句子的事件觸發詞及其所屬的事件類型。本說明書實施例可以提高基于新聞文本的事件檢測的準確性。

技術領域

本說明書涉及人工智能技術領域，尤其是涉及一種基于新聞文本的商業事件檢測方法、檢測器及設備。

背景技術

商業新聞等是感知市場變化和發展趨勢，并據此做出商業決策的重要信息資源。商業新聞中包含與企業直接相關并可能影響企業決策或社會政策制定的商業事件，例如并購、投資和產品研發等。目前，在商業領域中，事件檢測方法一般是以自動內容抽取(Automatic?Content?Extraction，ACE)定義的事件類型為準，ACE標準定義了8個事件類型和33個事件子類型，但是商業事件類型Business只有4個事件子類型，這對于落地應用的業務分析粒度過粗，從而影響了事件檢測的準確性；其次，同一觸發詞在不同的句子中可能代表不同的事件，然而具有相似的局部信息(詞嵌入)或上下文特征的不同句子，監督模型追求與訓練集中相似的概率分布，這會導致事件檢測發生錯誤，從而影響了事件檢測的準確性。

發明內容

本說明書實施例的目的在于提供一種基于新聞文本的商業事件檢測方法、檢測器及設備，以提高基于新聞文本的事件檢測的準確性。

為達到上述目的，一方面，本說明書實施例提供了一種基于新聞文本的商業事件檢測方法，包括：

從新聞文本中獲取目標句子的分詞序列；

利用商業事件檢測器的句子編碼層，將所述分詞序列編碼為含有詞性信息的BERT詞向量；

利用所述商業事件檢測器的句法圖卷積層，從所述BERT詞向量中根據句法關系捕捉所述目標句子的長距離依賴特征，獲得第二詞向量；

利用所述商業事件檢測器的雙向長短期記憶層，從所述第二詞向量中根據時序關系捕捉所述目標句子的長距離依賴特征，獲得第三詞向量；

利用所述商業事件檢測器的全連接層，從所述第三詞向量中識別所述目標句子的事件觸發詞及其所屬的事件類型。

本說明書實施例的基于新聞文本的商業事件檢測方法中，所述從新聞文本中獲取目標句子的分詞序列，包括：

對新聞文本中的目標句子進行分詞處理，獲得所述目標句子的分詞序列。

本說明書實施例的基于新聞文本的商業事件檢測方法中，將所述分詞序列編碼為含有詞性信息的BERT詞向量，包括：

根據所述分詞序列生成詞嵌入、位置嵌入和句子嵌入，并對所述詞嵌入進行詞性標注；

將所述位置嵌入、所述句子嵌入及標注有詞性的詞嵌入輸入BERT模塊，獲得含有詞性信息的BERT詞向量。

本說明書實施例的基于新聞文本的商業事件檢測方法中，從所述BERT詞向量中根據句法關系捕捉所述目標句子的長距離依賴特征，包括：

基于所述BERT詞向量構建句法分析樹；所述句法分析樹中包含正向句法弧、反向句法弧和自循環句法弧；

根據所述正向句法弧、所述反向句法弧和所述自循環句法弧，計算所述句法分析樹中各個節點的圖卷積向量，以作為第二詞向量。