公开(公告)号：CN113505200A

公开(公告)日：2021-10-15

申请号：CN202110801337.2

申请日：2021-07-15

申请人： 河海大学

发明人： 王继民 ,  蒋明威 ,  王飞

IPC分类号： G06F16/33 ,  G06F16/35 ,  G06F40/211 ,  G06F40/216 ,  G06F40/289 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种结合文档关键信息的句子级中文事件检测的方法，属于自然语言处理中文本信息抽取技术领域，包括：对数据进行BIO序列标注；获取句子所在文档中关键句子；获取文档关键句子向量表示和待检测的句子中字符向量表示；将待检测句子中字符向量表示和文档关键句子向量结合；建立事件触发词抽取模型。首先，使用BIO标注方法对中文句子中每个字符进行标注。其次，使用TextRank算法获取文档中关键句子。然后，使用BERT中文预训练模型对关键句产生文档向量表示，以及对句子中每个字符产生向量表示。最后，使用神经网络模型对句子中触发词进行抽取。本发明通过结合文档中关键信息来获取文档主题，弥补句子内信息缺乏，以此提高对触发词识别准确率。

公开(公告)号：CN113505200B

公开(公告)日：2023-11-24

申请号：CN202110801337.2

申请日：2021-07-15

申请人： 河海大学

发明人： 王继民 ,  蒋明威 ,  王飞

IPC分类号： G06F16/33 ,  G06F16/35 ,  G06F40/211 ,  G06F40/216 ,  G06F40/289 ,  G06F40/30 ,  G06F18/24 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种结合文档关键信息的句子级中文事件检测的方法，属于自然语言处理中文本信息抽取技术领域，包括：对数据进行BIO序列标注；获取句子所在文档中关键句子；获取文档关键句子向量表示和待检测的句子中字符向量表示；将待检测句子中字符向量表示和文档关键句子向量结合；建立事件触发词抽取模型。首先，使用BIO标注方法对中文句子中每个字符进行标注。其次，使用TextRank算法获取文档中关键句子。然后，使用BERT中文预训练模型对关键句产生文档向量表示，以及对句子中每个字符产生向量表示。最后，使用神经网络模型对句子中触发词进行抽取。本发明通过结合文档中关键信息来获取文档主题，弥补句子内信息缺乏，以此