公开(公告)号：CN114861601B

公开(公告)日：2024-04-12

申请号：CN202210473365.0

申请日：2022-04-29

Applicant: 桂林电子科技大学 ,  中国电子科技集团公司第五十四研究所

Inventor： 强保华 ,  周翔宇 ,  王玉峰 ,  王岳萌 ,  韩博 ,  陈鹏

IPC: G06F40/126 ,  G06F40/289 ,  G06F40/30 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/094

Abstract: 本发明公开了一种基于旋转式编码的事件联合抽取方法，所述方法使用了融合旋转式编码的BERT模型解决文本过长无法全部放入预训练模型提取特征的手段；以及使用了加入自注意力机制的BiLSTM捕获相关的时序特征和上下文关系，从多角度获得文本中字符间关联权重表示来更准确地关注句子中的重要字符或单词，丰富文本的语义信息的手段；还有在模型训练过程中通过对抗训练加入扰动提升文本语义多样性，提高模型的鲁棒性和泛化能力的手段；通过上述三个方面提高了事件抽取的准确率和召回率。

公开(公告)号：CN114861601A

公开(公告)日：2022-08-05

申请号：CN202210473365.0

申请日：2022-04-29

Applicant: 桂林电子科技大学 ,  中国电子科技集团公司第五十四研究所

Inventor： 强保华 ,  周翔宇 ,  王玉峰 ,  王岳萌 ,  韩博 ,  陈鹏

IPC: G06F40/126 ,  G06F40/289 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于旋转式编码的事件联合抽取方法，所述方法使用了融合旋转式编码的BERT模型解决文本过长无法全部放入预训练模型提取特征的手段；以及使用了加入自注意力机制的BiLSTM捕获相关的时序特征和上下文关系，从多角度获得文本中字符间关联权重表示来更准确地关注句子中的重要字符或单词，丰富文本的语义信息的手段；还有在模型训练过程中通过对抗训练加入扰动提升文本语义多样性，提高模型的鲁棒性和泛化能力的手段；通过上述三个方面提高了事件抽取的准确率和召回率。