基于图注意力神经网络的事件检测方法、装置和电子设备

    公开(公告)号:CN111461004B

    公开(公告)日:2023-08-22

    申请号:CN202010246814.9

    申请日:2020-03-31

    Inventor: 于艳华 施晴 李劼

    Abstract: 本申请公开了一种基于图注意力神经网络的事件检测方法,包括:获取输入句子的图结构数据;将图结构数据的每个该节点输入到预设的图注意力神经网络以更新该节点的特征向量;根据更新后的每个节点的特征向量判定句子的触发词;更新每个节点的特征向量包括:计算当前节点在句子中的权重,以及当前节点与当前节点的邻居节点之间的相关系数权重;根据当前节点在句子中的权重,以及当前节点与邻居节点之间的相关系数权重,计算当前节点赋予给邻居节点的注意力分数;根据注意力分数更新当前节点的特征向量。本方案在利用邻居节点的特征聚合更新中心节点的过程中,更加全面的考虑了中心节点对其邻居节点赋予的权重参数问题,大大提高了事件检测的精确率。

    基于图注意力神经网络的事件检测方法、装置和电子设备

    公开(公告)号:CN111461004A

    公开(公告)日:2020-07-28

    申请号:CN202010246814.9

    申请日:2020-03-31

    Inventor: 于艳华 施晴 李劼

    Abstract: 本申请公开了一种基于图注意力神经网络的事件检测方法,包括:获取输入句子的图结构数据;将图结构数据的每个该节点输入到预设的图注意力神经网络以更新该节点的特征向量;根据更新后的每个节点的特征向量判定句子的触发词;更新每个节点的特征向量包括:计算当前节点在句子中的权重,以及当前节点与当前节点的邻居节点之间的相关系数权重;根据当前节点在句子中的权重,以及当前节点与邻居节点之间的相关系数权重,计算当前节点赋予给邻居节点的注意力分数;根据注意力分数更新当前节点的特征向量。本方案在利用邻居节点的特征聚合更新中心节点的过程中,更加全面的考虑了中心节点对其邻居节点赋予的权重参数问题,大大提高了事件检测的精确率。

Patent Agency Ranking