公开(公告)号：CN117909505A

公开(公告)日：2024-04-19

申请号：CN202410285755.4

申请日：2024-03-13

Applicant: 北京邮电大学

Inventor： 双锴 ,  周冀 ,  郭金宇 ,  苏森

IPC: G06F16/35 ,  G06F16/34 ,  G06F40/295 ,  G06F40/30 ,  G06F18/241 ,  G06N3/04

Abstract: 本公开提供一种事件论元的抽取方法及相关设备。所述抽取方法包括：获取原始文本；对所述原始文本进行预处理，得到事件文本；利用预设语言模型对所述事件文本进行处理，得到摘要信息、关联信息和命名实体信息；根据所述事件文本，拆分得到语句信息；根据所述摘要信息、所述关联信息、所述命名实体信息和语句信息，利用事件论元抽取模型，确定所述原始文本对应的事件论元；其中，所述事件论元抽取模型为经过训练的神经网络模型。本公开的技术方案，有助于提高事件论元抽取的准确性。

公开(公告)号：CN117909505B

公开(公告)日：2024-06-07

申请号：CN202410285755.4

申请日：2024-03-13

Applicant: 北京邮电大学

Inventor： 双锴 ,  周冀 ,  郭金宇 ,  苏森

IPC: G06F16/35 ,  G06F16/34 ,  G06F40/295 ,  G06F40/30 ,  G06F18/241 ,  G06N3/04

Abstract: 本公开提供一种事件论元的抽取方法及相关设备。所述抽取方法包括：获取原始文本；对所述原始文本进行预处理，得到事件文本；利用预设语言模型对所述事件文本进行处理，得到摘要信息、关联信息和命名实体信息；根据所述事件文本，拆分得到语句信息；根据所述摘要信息、所述关联信息、所述命名实体信息和语句信息，利用事件论元抽取模型，确定所述原始文本对应的事件论元；其中，所述事件论元抽取模型为经过训练的神经网络模型。本公开的技术方案，有助于提高事件论元抽取的准确性。