-
公开(公告)号:CN114298053A
公开(公告)日:2022-04-08
申请号:CN202210230832.7
申请日:2022-03-10
Applicant: 中国科学院自动化研究所
IPC: G06F40/295 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于特征和注意力机制融合的事件联合抽取系统,包括:输入层、特征提取层、触发词和论元识别层和事件后处理层;将预训练层输出的信息结合词性和位置信息输入到BiGRU和CNN中,得到句子的上下文语义特征矩阵和局部特征矩阵,再利用注意力机制融合这两种特征,最后将三种表示联合起来进行事件抽取;词嵌入层使用预训练模型BioBERT,并对其进行微调,以提高模型的效果;事件联合抽取,避免了级联错误的产生,提升模型的效果。
-
-
公开(公告)号:CN112633483A
公开(公告)日:2021-04-09
申请号:CN202110026128.5
申请日:2021-01-08
Applicant: 中国科学院自动化研究所
Abstract: 本申请实施例涉及一种四元组门图神经网络事件预测方法、装置、设备及介质,旨在提高传统事件预测精度。所述方法包括:将多个初始背景事件与多个待选事件构成事理图谱;将事理图谱中的所有事件的向量以四元组的形式进行表示,得到初始背景事件向量与初始待选事件向量;使用四元组门图神经网络对事理图谱进行图网络计算,得到多个新的背景事件向量与多个新的待选事件向量;利用注意力神经网络对事件的向量进行计算,得到背景事件的整体向量;将整体向量与每个新的待选事件向量进行打分,将得分最高的一个待选事件向量对应的待选事件作为预测结果。
-
公开(公告)号:CN114298053B
公开(公告)日:2022-05-24
申请号:CN202210230832.7
申请日:2022-03-10
Applicant: 中国科学院自动化研究所
IPC: G06F40/295 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于特征和注意力机制融合的事件联合抽取系统,包括:输入层、特征提取层、触发词和论元识别层和事件后处理层;将预训练层输出的信息结合词性和位置信息输入到BiGRU和CNN中,得到句子的上下文语义特征矩阵和局部特征矩阵,再利用注意力机制融合这两种特征,最后将三种表示联合起来进行事件抽取;词嵌入层使用预训练模型BioBERT,并对其进行微调,以提高模型的效果;事件联合抽取,避免了级联错误的产生,提升模型的效果。
-
-
-