CN115510212A - 一种文本事件抽取方法、装置、设备及存储介质 - Google Patents
一种文本事件抽取方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115510212A CN115510212A CN202211260909.1A CN202211260909A CN115510212A CN 115510212 A CN115510212 A CN 115510212A CN 202211260909 A CN202211260909 A CN 202211260909A CN 115510212 A CN115510212 A CN 115510212A
- Authority
- CN
- China
- Prior art keywords
- event
- target
- text
- argument
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了一种文本事件抽取方法、装置、设备及存储介质。包括:将待测事件文本输入至预先训练的事件属性识别模型中,获取与待测事件文本匹配的目标事件属性;根据各目标事件属性,从问题模板集中筛选出目标问题模板,并根据目标问题模板,构建与待测事件文本匹配的目标事件问题;将目标事件问题以及待测事件文本共同输入至预先训练的关键信息提取模型中,获取与目标事件问题匹配的目标论元;将目标事件问题与目标论元进行组合,形成与待测事件文本匹配的事件描述信息。通过事件属性识别模型获取与待测事件文本匹配的目标事件属性,抽取要素少,过程简单,再通过确定目标问题模板结合关键信息提取模型提取目标论元,可以准确进行事件抽取。
Description
技术领域
本发明涉及信息处理领域,尤其涉及一种文本事件抽取方法、装置、设备及存储介质。
背景技术
事件抽取是自然语言处理技术中一种典型的信息抽取任务,在维稳、金融以及军事等领域都有比较广泛的应用;其具体表现就是从给定的文本内容中,抽取预先指定类型的实体、关系、触发词、要素等事件要素信息,并通过一定的规则或模版形成可理解的结构化数据,即事件描述。
现有技术中进行事件描述往往是采用实体抽取的方法进行事件各个信息的抽取,然后再将抽取的信息组合。
现有技术采用实体抽取的方法抽取要素过多造成抽取过程复杂,进而导致事件描述错误率高,并且会忽略不同论元角色之间的语义相似性,抽取效果差。
发明内容
本发明提供了一种文本事件抽取方法、装置、设备及存储介质,以实现对文本进行事件抽取形成事件描述。
根据本发明的一方面,提供了一种文本事件抽取方法,该方法包括:
将待测事件文本输入至预先训练的事件属性识别模型中,获取与待测事件文本匹配的至少一个目标事件属性;
根据各目标事件属性,从问题模板集中筛选出目标问题模板,并根据目标问题模板,构建与待测事件文本匹配的目标事件问题;
将目标事件问题以及待测事件文本共同输入至预先训练的关键信息提取模型中,获取与目标事件问题匹配的目标论元;
将目标事件问题与目标论元进行组合,形成与待测事件文本匹配的事件描述信息。
可选的,目标事件属性包括:与待测事件文本匹配的目标事件类型、目标触发词和目标论元角色。
可选的,根据各目标事件属性,从问题模板集中筛选出目标问题模板,并根据目标问题模板,构建与待测事件文本匹配的目标事件问题,包括:根据目标事件类型,从问题模板集中筛选出目标问题模板;其中,问题模板集中存储有问题模板与事件类型之间的映射关系,每个问题模板中包含用于填充触发词和论元角色的空白项;将目标触发词和目标论元角色对应填充至目标问题模板的各空白项中,构建得到目标事件问题。
可选的,在将待测事件文本输入至预先训练的实体识别模型中之前,还包括:获取标注事件文本集,其中,每个标注事件文本中预先标注有多个事件属性标签;其中,事件属性标签包括:第一类标签和第二类标签;根据各标注事件文本的第一类标签,对预设的实体识别模型进行训练,得到事件属性识别模型;根据每个标注事件文本的第一类标签,从问题模板集中筛选出与每个标注事件文本分别对应的标注问题模板,并根据各标注问题模板,构建与每个标注事件文本分别对应的标注事件问题;根据与各标注事件文本分别对应的标注事件问题和第二分类标签,对预设的机器阅读理解模型进行训练,得到关键信息提取模型。
可选的,第一类标签包括事件类型标签、触发词标签和论元角色标签;第二类标签包括论元标签。
可选的,问题模板集中的问题模板包括下述至少一项:论元角色类、包含触发词的问题类以及包含论元角色的问题类。
可选的,在模型训练过程中,采用最小化实体识别模型与机器阅读理解模型的损失函数之和的方式,实现对事件属性识别模型和关键信息提取模型的共同训练。
根据本发明的另一方面,提供了一种文本事件抽取装置,该装置包括:
目标事件属性获取模块,用于将待测事件文本输入至预先训练的事件属性识别模型中,获取与待测事件文本匹配的至少一个目标事件属性;
目标事件问题构建模块,用于根据各目标事件属性,从问题模板集中筛选出目标问题模板,并根据目标问题模板,构建与待测事件文本匹配的目标事件问题;
目标论元获取模块,用于将目标事件问题以及待测事件文本共同输入至预先训练的关键信息提取模型中,获取与目标事件问题匹配的目标论元;
事件描述信息生成模块,用于将目标事件问题与目标论元进行组合,形成与待测事件文本匹配的事件描述信息。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的一种文本事件抽取方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种文本事件抽取方法。
本发明实施例的技术方案,通过事件属性识别模型获取与待测事件文本匹配的目标事件属性,抽取要素少,过程简单,再通过确定目标问题模板结合关键信息提取模型提取目标论元,可以准确进行事件抽取。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种文本事件抽取方法的流程图;
图2是根据本发明实施例二提供的一种文本事件抽取方法的流程图;
图3是根据本发明实施例二提供的一种文本事件抽取方法完整过程示意图;
图4是根据本发明实施例三提供的一种文本事件抽取装置的结构示意图;
图5实现本发明实施例的一种文本事件抽取方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种文本事件抽取方法的流程图,本实施例可适用于对文本进行事件描述的情况,该方法可以由文本事件抽取装置来执行,该文本事件抽取装置可以采用硬件和/或软件的形式实现,该文本事件抽取装置可配置于计算机中。如图1所示,该方法包括:
S110、将待测事件文本输入至预先训练的事件属性识别模型中,获取与待测事件文本匹配的至少一个目标事件属性。
其中,待测事件文本是指用户需要进行事件抽取的文本,事件属性识别模型是指对输入的待测事件文本进行事件属性识别的模型,用户是指对待测事件文本进行事件抽取的人员,用户将待测事件文本输入控制器,控制器是指含有事件属性识别模型的计算机控制器,控制器会将接收的待测事件文本输入至预先训练的事件属性识别模型之前,还会对待测事件文本进行预处理,预处理是指根据用户指定长度对待测事件文本基于句子的形式进行切片,示例性的,指定长度可以是480个字符,指定长度可以根据用户需要进行设置,当用户输入指定长度为480个字符时,控制器会对待测事件文本进行切片,保证待测文本中的字符长度不大于480个字符,然后再依次对切片后产生的文本进行事件抽取。
可选的,目标事件属性包括:与待测事件文本匹配的目标事件类型、目标触发词和目标论元角色。
具体的,目标事件类型是指与目标事件紧密相关的,可以概况目标事件的词,例如,事件类型可以是“活动类”或“信息类”等,目标触发词是指目标事件中核心词,例如,目标出发词可以是“开会”、“吃饭”或“篮球”等,论元是指事件的重要组成元素,而目标论元角色是目标事件的重要组成元素对应的属性,例如,“张三昨天去A市开会了”,该事件包括论元“张三”对应的论元角色为“人物”,论元“昨天”对应的论元角色为“时间”,论元“A市”对应的论元角色为“地点”。
S120、根据各目标事件属性,从问题模板集中筛选出目标问题模板,并根据目标问题模板,构建与待测事件文本匹配的目标事件问题。
其中,问题模板集中包含不同类型的提问文本模板,而目标问题模板是指针对待测事件文本的论元进行提问的文本模板,目标事件问题是指针对待测事件文本的论元进行提问的问题,并且可以采用构建的目标事件问题对待测事件文本进行提问,可以筛选出与目标事件问题匹配的论元,以实现准确的事件抽取。
可选的,根据各目标事件属性,从问题模板集中筛选出目标问题模板,并根据目标问题模板,构建与待测事件文本匹配的目标事件问题,包括:根据目标事件类型,从问题模板集中筛选出目标问题模板;其中,问题模板集中存储有问题模板与事件类型之间的映射关系,每个问题模板中包含用于填充触发词和论元角色的空白项;将目标触发词和目标论元角色对应填充至目标问题模板的各空白项中,构建得到目标事件问题。
具体的,由于问题模板集中存储有问题模板与事件类型之间的映射关系,控制器会根据目标事件属性,即控制器会根据事件属性识别模型输出待测文本对应的事件类型,再根据事件类型选择问题模板集中对应的问题模板,可以将触发词和论元角色填入问题模板中的空白项来生成问题。例如,目标事件类型为“参会类”,目标触发词为“参会”,目标论元角色为“人物”、“原因”和“地点”,目标事件类型对应的目标问题模板为“目标触发词+目标论元角色?”,则得到的目标事件问题为“参会人物?”、“参会原因?”和“参会地点?”,当然,本实施方式中仅对目标事件类型为“参会类”为例进行说明,在实际应用中不同的实际类型对应不同的问题模板,本实施方式中不对问题模板的内容进行限定。
可选的,问题模板集中的问题模板包括下述至少一项:论元角色类、包含触发词的问题类以及包含论元角色的问题类。
具体的,问题模板集中的问题模板有三类:论元角色类、包含触发词的问题类以及包含论元角色的问题类。论元角色类是指单独的论元角色组成的问题,即“论元角色?”例如,论元角色为“人数”时对应的问题为“人数?”。包含触发词的问题类是指由触发词组成的问题,例如,论触发词为“购物”时对应的问题为“为什么购物?”、“在哪里购物?”以及“购物的是谁?”。包含论元角色的问题类是指由论元角色组成的问题,例如,论元角色为“受害者”时对应的问题为“受害者是谁?”。控制器通过目标事件类型选取对应的目标问题模板,再将目标触发词或者目标论元角色填入目标问题模板,即可生成最终与待测事件文本匹配的目标事件问题。
S130、将目标事件问题以及待测事件文本共同输入至预先训练的关键信息提取模型中,获取与目标事件问题匹配的目标论元。
具体的,关键信息提取模型可以根据目标事件问题对待测事件文本进行目标论元的提取,提取目标论元为机器阅读理解的过程。例如,待测事件文本为“小明在篮球场打篮球”,目标事件问题为“谁在打篮球?”,则控制器对待测事件文本进行机器阅读理解可以获取到与目标事件问题匹配的目标论元为“小明”。
S140、将目标事件问题与目标论元进行组合,形成与待测事件文本匹配的事件描述信息。
具体的,控制器会将目标事件问题与目标元组合形成事件描述信息,即可实现对待测事件文本进行抽取,例如,待测事件文本为“小明在篮球场打篮球”,目标事件问题为“谁在打篮球?”,目标论元为“小明”,组成的事件描述信息为“小明在打篮球”。控制器通过生成与待测事件文本匹配的事件描述信息可完成对待测事件文本的事件抽取。
本发明实施例的技术方案,通过事件属性识别模型获取与待测事件文本匹配的目标事件属性,抽取要素少,过程简单,再通过确定目标问题模板结合关键信息提取模型提取目标论元,可以准确进行事件抽取。
实施例二
图2为本发明实施例二提供的一种文本事件抽取方法的流程图,本实施例与上述实施例一的基础上增加了对模型训练的过程。其中,步骤S250-S280的具体内容与实施例一中的步骤S110-S140大致相同,因此本实施方式中不再进行赘述。如图2所示,该方法包括:
S210、获取标注事件文本集,其中,每个标注事件文本中预先标注有多个事件属性标签,其中,事件属性标签包括:第一类标签和第二类标签。
可选的,第一类标签包括事件类型标签、触发词标签和论元角色标签;第二类标签包括论元标签。
具体的,控制器会获取标注事件文本集,标注事件文本是指用户标注好事件属性标签的文本,控制器获取标注事件文本集之前会对事件文本进行预处理,预处理是指控制器根据用户指定长度对输入的事件文本基于句子的形式进行切片,指定长度可以是480个字符,指定长度可以根据用户需要进行设置,当用户输入指定长度为480个字符时,控制器会对事件文本进行切片,保证事件文本中的字符长度不大于480个字符,然后再获取用户对事件文本的标注的事件属性标签,即标注事件文本。事件属性标签包括第一类标签和第二类标签,其中,第一类标签包括事件类型标签、触发词标签和论元角色标签,第二类标签包括论元标签。示例性的,当事件文本为“小明昨天在空旷的操场上孤单的打篮球”,获取到的事件属性标签中事件类型标签为“活动类”,触发词标签为“打篮球”,论元角色标签为“人物”、“时间”、“地点”,对应的论元标签为“小明”、“昨天”和“操场”。
S220、根据各标注事件文本的第一类标签,对预设的实体识别模型进行训练,得到事件属性识别模型。
具体的,控制器会根据各标注事件文本的第一类标签,将各标注事件文本输入预设的实体识别模型进行训练,最终得到事件属性识别模型,通过将待测文本输入事件属性识别模型可以识别出待测文本的事件类型、触发词以及论元角色。
S230、根据每个标注事件文本的第一类标签,从问题模板集中筛选出与每个标注事件文本分别对应的标注问题模板,并根据各标注问题模板,构建与每个标注事件文本分别对应的标注事件问题。
具体的,标注问题模板是指标注有事件类型标签的问题模板,控制器会根据标注事件文本的事件类型,从问题模板集中筛选出与事件类型对应的标注问题模板,并将标注事件文本的触发词和论元角色填入标注问题模板后,即可构建出标注事件文本对应的标注事件问题。
S240、根据与各标注事件文本分别对应的标注事件问题和第二分类标签,对预设的机器阅读理解模型进行训练,得到关键信息提取模型。
具体的,控制器会根据标注事件文本对应的标注事件问题以及论元标签输入预设的机器阅读理解模型进行训练,得到关键信息提取模型,通过将待测文本输入关键信息提取模型,可以提取出待测文本中与事件问题对应的论元。
可选的,在模型训练过程中,采用最小化实体识别模型与机器阅读理解模型的损失函数之和的方式,实现对事件属性识别模型和关键信息提取模型的共同训练。
具体的,在进行模型训练时,控制器会将标注事件文本集按照7:3的比例划分出训练集和测试集,测试集用于计算模型的损失函数,损失函数包括实体识别模型输出的识别误差以及机器阅读理解模型输出的开始误差和结束误差,开始误差和结束误差是针对论元的开始字段和结束字段计算出的,当三个误差相加数值即为损失函数之和,最小化损失函数之和后即完成事件属性识别模型和关键信息提取模型的训练,通过最小化实体识别模型与机器阅读理解模型的损失函数之和的方式对事件属性识别模型和关键信息提取模型的共同训练,可以提高事件抽取的准确率。
S250、将待测事件文本输入至预先训练的事件属性识别模型中,获取与待测事件文本匹配的至少一个目标事件属性。
可选的,目标事件属性包括:与待测事件文本匹配的目标事件类型、目标触发词和目标论元角色。
S260、根据各目标事件属性,从问题模板集中筛选出目标问题模板,并根据目标问题模板,构建与待测事件文本匹配的目标事件问题。
可选的,根据各目标事件属性,从问题模板集中筛选出目标问题模板,并根据目标问题模板,构建与待测事件文本匹配的目标事件问题,包括:根据目标事件类型,从问题模板集中筛选出目标问题模板;其中,问题模板集中存储有问题模板与事件类型之间的映射关系,每个问题模板中包含用于填充触发词和论元角色的空白项;将目标触发词和目标论元角色对应填充至目标问题模板的各空白项中,构建得到目标事件问题。
可选的,问题模板集中的问题模板包括下述至少一项:论元角色类、包含触发词的问题类以及包含论元角色的问题类。
S270、将目标事件问题以及待测事件文本共同输入至预先训练的关键信息提取模型中,获取与目标事件问题匹配的目标论元。
S280、将目标事件问题与目标论元进行组合,形成与待测事件文本匹配的事件描述信息。
具体实施方式:图3为本发明提供了一种文本事件抽取方法完整过程示意图,图3中,进行本文事件抽取主要分为模型训练和模型预测两个阶段,模型训练过程中,通过获取标注事件文本集的第一类标签训练得到事件属性识别模型,再获取对应的标注问题模板以及第二类标签训练得到关键信息提取模型,再通过最小化损失函数之和的方式得到最终模型。在模型预测阶段,通过将待测事件文本输入最终模型,可以完成事件抽取得到事件描述信息。
本发明实施例的技术方案,通过最小化实体识别模型与机器阅读理解模型的损失函数之和的方式,提高了事件属性识别模型和关键信息提取模型输出的准确率,通过事件属性识别模型获取与待测事件文本匹配的目标事件属性,抽取要素少,过程简单,再通过确定目标问题模板结合关键信息提取模型提取目标论元,可以准确进行事件抽取。
实施例三
图4为本发明实施例三提供的一种文本事件抽取装置的结构示意图。如图4所示,该装置包括:目标事件属性获取模块310,用于将待测事件文本输入至预先训练的事件属性识别模型中,获取与待测事件文本匹配的至少一个目标事件属性;目标事件问题构建模块320,用于根据各目标事件属性,从问题模板集中筛选出目标问题模板,并根据目标问题模板,构建与待测事件文本匹配的目标事件问题;目标论元获取模块330,用于将目标事件问题以及待测事件文本共同输入至预先训练的关键信息提取模型中,获取与目标事件问题匹配的目标论元;事件描述信息生成模块340,用于将目标事件问题与目标论元进行组合,形成与待测事件文本匹配的事件描述信息。
可选的,目标事件属性包括:与待测事件文本匹配的目标事件类型、目标触发词和目标论元角色。
可选的,目标事件问题构建模块320,具体用于:根据目标事件类型,从问题模板集中筛选出目标问题模板;其中,问题模板集中存储有问题模板与事件类型之间的映射关系,每个问题模板中包含用于填充触发词和论元角色的空白项;将目标触发词和目标论元角色对应填充至目标问题模板的各空白项中,构建得到目标事件问题。
可选的,装置还包括:事件属性识别模型和关键信息提取模型建立模块,用于:获取标注事件文本集,其中,每个标注事件文本中预先标注有多个事件属性标签;其中,事件属性标签包括:第一类标签和第二类标签;根据各标注事件文本的第一类标签,对预设的实体识别模型进行训练,得到事件属性识别模型;根据每个标注事件文本的第一类标签,从问题模板集中筛选出与每个标注事件文本分别对应的标注问题模板,并根据各标注问题模板,构建与每个标注事件文本分别对应的标注事件问题;根据与各标注事件文本分别对应的标注事件问题和第二分类标签,对预设的机器阅读理解模型进行训练,得到关键信息提取模型。
可选的,第一类标签包括事件类型标签、触发词标签和论元角色标签;第二类标签包括论元标签。
可选的,问题模板集中的问题模板包括下述至少一项:论元角色类、包含触发词的问题类以及包含论元角色的问题类。
可选的,在模型训练过程中,采用最小化实体识别模型与机器阅读理解模型的损失函数之和的方式,实现对事件属性识别模型和关键信息提取模型的共同训练。
本发明实施例的技术方案,通过事件属性识别模型获取与待测事件文本匹配的目标事件属性,抽取要素少,过程简单,再通过确定目标问题模板结合关键信息提取模型提取目标论元,可以准确进行事件抽取。
本发明实施例所提供的一种文本事件抽取装置可执行本发明任意实施例所提供的一种文本事件抽取方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如如本发明实施例的一种文本事件抽取方法。也即:
将待测事件文本输入至预先训练的事件属性识别模型中,获取与待测事件文本匹配的至少一个目标事件属性;
根据各目标事件属性,从问题模板集中筛选出目标问题模板,并根据目标问题模板,构建与待测事件文本匹配的目标事件问题;
将目标事件问题以及待测事件文本共同输入至预先训练的关键信息提取模型中,获取与目标事件问题匹配的目标论元;
将目标事件问题与目标论元进行组合,形成与待测事件文本匹配的事件描述信息。
在一些实施例中,一种文本事件抽取方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的一种文本事件抽取方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行一种文本事件抽取方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种文本事件抽取方法,其特征在于,包括:
将待测事件文本输入至预先训练的事件属性识别模型中,获取与所述待测事件文本匹配的至少一个目标事件属性;
根据各所述目标事件属性,从问题模板集中筛选出目标问题模板,并根据所述目标问题模板,构建与所述待测事件文本匹配的目标事件问题;
将所述目标事件问题以及所述待测事件文本共同输入至预先训练的关键信息提取模型中,获取与所述目标事件问题匹配的目标论元;
将所述目标事件问题与所述目标论元进行组合,形成与所述待测事件文本匹配的事件描述信息。
2.根据权利要求1所述的方法,其特征在于,所述目标事件属性包括:与待测事件文本匹配的目标事件类型、目标触发词和目标论元角色。
3.根据权利要求2所述的方法,其特征在于,根据各所述目标事件属性,从问题模板集中筛选出目标问题模板,并根据所述目标问题模板,构建与所述待测事件文本匹配的目标事件问题,包括:
根据目标事件类型,从问题模板集中筛选出目标问题模板;
其中,所述问题模板集中存储有问题模板与事件类型之间的映射关系,每个问题模板中包含用于填充触发词和论元角色的空白项;
将所述目标触发词和目标论元角色对应填充至所述目标问题模板的各空白项中,构建得到所述目标事件问题。
4.根据权利要求1-3任一项所述的方法,其特征在于,在将所述待测事件文本输入至预先训练的实体识别模型中之前,还包括:
获取标注事件文本集,其中,每个标注事件文本中预先标注有多个事件属性标签;其中,所述事件属性标签包括:第一类标签和第二类标签;
根据各标注事件文本的第一类标签,对预设的实体识别模型进行训练,得到所述事件属性识别模型;
根据每个标注事件文本的第一类标签,从问题模板集中筛选出与每个标注事件文本分别对应的标注问题模板,并根据各所述标注问题模板,构建与每个标注事件文本分别对应的标注事件问题;
根据与各标注事件文本分别对应的标注事件问题和第二分类标签,对预设的机器阅读理解模型进行训练,得到所述关键信息提取模型。
5.根据权利要求4所述的方法,其特征在于,所述第一类标签包括事件类型标签、触发词标签和论元角色标签;所述第二类标签包括论元标签。
6.根据权利要求1-3任一项所述的方法,其特征在于,所述问题模板集中的问题模板包括下述至少一项:
论元角色类、包含触发词的问题类以及包含论元角色的问题类。
7.根据权利要求4或5所述的方法,其特征在于,在模型训练过程中,采用最小化实体识别模型与机器阅读理解模型的损失函数之和的方式,实现对事件属性识别模型和关键信息提取模型的共同训练。
8.一种文本事件抽取装置,其特征在于,包括:
目标事件属性获取模块,用于将待测事件文本输入至预先训练的事件属性识别模型中,获取与所述待测事件文本匹配的至少一个目标事件属性;
目标事件问题构建模块,用于根据各所述目标事件属性,从问题模板集中筛选出目标问题模板,并根据所述目标问题模板,构建与所述待测事件文本匹配的目标事件问题;
目标论元获取模块,用于将所述目标事件问题以及所述待测事件文本共同输入至预先训练的关键信息提取模型中,获取与所述目标事件问题匹配的目标论元;
事件描述信息生成模块,用于将所述目标事件问题与所述目标论元进行组合,形成与所述待测事件文本匹配的事件描述信息。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种计算机存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211260909.1A CN115510212A (zh) | 2022-10-14 | 2022-10-14 | 一种文本事件抽取方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211260909.1A CN115510212A (zh) | 2022-10-14 | 2022-10-14 | 一种文本事件抽取方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115510212A true CN115510212A (zh) | 2022-12-23 |
Family
ID=84510282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211260909.1A Pending CN115510212A (zh) | 2022-10-14 | 2022-10-14 | 一种文本事件抽取方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115510212A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117648397A (zh) * | 2023-11-07 | 2024-03-05 | 中译语通科技股份有限公司 | 篇章事件抽取方法、系统、设备及存储介质 |
-
2022
- 2022-10-14 CN CN202211260909.1A patent/CN115510212A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117648397A (zh) * | 2023-11-07 | 2024-03-05 | 中译语通科技股份有限公司 | 篇章事件抽取方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114595686A (zh) | 知识抽取方法、知识抽取模型的训练方法及装置 | |
CN112926308A (zh) | 匹配正文的方法、装置、设备、存储介质以及程序产品 | |
CN112560461A (zh) | 新闻线索的生成方法、装置、电子设备及存储介质 | |
CN115168562A (zh) | 一种智能问答系统的构建方法、装置、设备及介质 | |
CN115510212A (zh) | 一种文本事件抽取方法、装置、设备及存储介质 | |
CN115248890A (zh) | 用户兴趣画像的生成方法、装置、电子设备以及存储介质 | |
CN117312140A (zh) | 测试用例的生成方法、装置、电子设备及存储介质 | |
CN113110782B (zh) | 图像的识别方法、装置、计算机设备及存储介质 | |
CN116150394A (zh) | 用于知识图谱的知识抽取方法、装置、存储介质和设备 | |
CN113553415B (zh) | 问答匹配的方法、装置及电子设备 | |
CN113239273B (zh) | 用于生成文本的方法、装置、设备以及存储介质 | |
CN115048523A (zh) | 文本分类方法、装置、设备以及存储介质 | |
CN114254650A (zh) | 一种信息处理方法、装置、设备及介质 | |
CN114461665A (zh) | 用于生成语句转换模型的方法、装置及计算机程序产品 | |
CN113535916A (zh) | 一种基于表格的问答方法、装置及计算机设备 | |
CN113987026A (zh) | 用于输出信息的方法、装置、设备以及存储介质 | |
CN113806541A (zh) | 情感分类的方法和情感分类模型的训练方法、装置 | |
CN113032251A (zh) | 应用程序服务质量的确定方法、设备和存储介质 | |
CN113822057B (zh) | 地点信息确定方法、装置、电子设备以及存储介质 | |
CN116644724B (zh) | 一种投标书生成方法、装置、设备及存储介质 | |
CN114417808B (zh) | 文章生成方法、装置、电子设备以及存储介质 | |
CN114911963A (zh) | 一种模板图片分类方法、装置、设备、存储介质及产品 | |
CN115510207A (zh) | 知识标签的识别、电网场景问答方法、装置、设备及介质 | |
CN114461771A (zh) | 问答方法、装置、电子设备和可读存储介质 | |
CN114898374A (zh) | 一种图像的语义识别方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |