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

Inventor： 陶建华 ,  沈超 ,  张大伟 ,  杨国花 ,  车飞虎

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：CN112633483B

公开(公告)日：2023-05-30

申请号：CN202110026128.5

申请日：2021-01-08

Applicant: 中国科学院自动化研究所

Inventor： 陶建华 ,  车飞虎 ,  杨国花 ,  张大伟 ,  刘通

IPC: G06N3/048 ,  G06N3/063 ,  G06N3/08 ,  G06Q10/04

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

Inventor： 陶建华 ,  车飞虎 ,  杨国花 ,  张大伟 ,  刘通

IPC: G06N3/04 ,  G06N3/063 ,  G06N3/08 ,  G06Q10/04

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

Inventor： 陶建华 ,  沈超 ,  张大伟 ,  杨国花 ,  车飞虎

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。