【技术实现步骤摘要】
本申请涉及计算机，特别是涉及一种中文事件关系抽取模型构建方法。
技术介绍
1、随着科技的快速发展，人类步入了信息化时代，同步产生的海量文本数据，形成了天然的“信息富矿”。如何从复杂繁琐的非结构数据中抽取有价值的结构化信息，成为了研究热点，由此信息抽取技术应运而生。事件关系抽取作为信息抽取的重要的一环，其目的是从非结构化文本中抽取三元组形式的知识，并表示为(事件，关系，事件)的形式。事件关系包含时序关系、因果关系、共指关系等，其中因果关系可以实现对文本的深层次的理解。事件关系关系抽取可以在事理图谱、信息检索、情报分析进行广泛的应用。目前，亟需一种对中文事件关系进行抽取的方案。
技术实现思路
1、基于此有必要针对上述技术问题，提供一种中文事件关系抽取模型构建方法。
2、获取中文事件关系抽取模型训练集，所述训练集中的每条训练样本包括特征值为中文文本数据，标签值为根据预设的填表策略对中文文本数据标注的事件关系三元组；
3、利用所述中文事件关系抽取模型训练集对初始中文事件关系抽取模型进行训练，得到训练后的中文事件关系抽取模型；其中，所述中文事件关系抽取模型包括编码模块、双向内置闪电注意力循环单元、学习表格特征的循环模块以及解码模块；所述预处理模块用于对中文文本数据进行预处理得到序列化中文文本，所述编码模块用于对序列化中文文本进行编码，输出全局特征，所述双向内置闪电注意力循环单元用于对全文特征进行二次上下文语义捕捉，获得主体事件特征和客体事件特征；所述学习表格特征的循环
4、对训练后的中文事件关系抽取模型进行评估，若所述训练后的中文事件关系抽取模型的性能满足输出条件，则将所述训练后的中文事件关系抽取模型进行存储。
5、一种中文事件关系抽取方法，利用上述的中文事件关系抽取模型构建方法构建的中文事件关系抽取模型进行抽取，方法包括：
6、将待抽取中文事件关系的中文文本输入至所述中文事件关系抽取模型中；
7、所述中文事件关系抽取模型中的预处理模块用于对中文文本数据进行预处理得到序列化中文文本，将序列化中文文本输入至编码模块；
8、所述中文事件关系抽取模型中的编码模块用于对序列化中文文本进行编码输出全局特征，将全局特征输入至双向内置闪电注意力循环单元；
9、所述中文事件关系抽取模型中的所述双向内置闪电注意力循环单元用于对全局特征进行二次上下文语义捕捉，获得主体事件特征和客体事件特征；
10、所述中文事件关系抽取模型中的学习表格特征的循环模块用于挖掘事件关系以及单词对之间的全局关联，获得表格特征；
11、所述中文事件关系抽取模型中的解码模块用于对表格特征进行三元组提取，并将关系映射的反关系进行解码，形成三元组集合；
12、获取所述中文事件关系抽取模型输出的三元组集合。
13、一种中文事件关系抽取模型构建装置，所述装置包括：
14、获取模块，用于获取中文事件关系抽取模型训练集，所述训练集中的每条训练样本包括特征值为中文文本数据，标签值为根据预设的填表策略对中文文本数据标注的事件关系三元组；
15、训练模块，用于利用所述中文事件关系抽取模型训练集对初始中文事件关系抽取模型进行训练，得到训练后的中文事件关系抽取模型；其中，所述中文事件关系抽取模型包括编码模块、双向内置闪电注意力循环单元、学习表格特征的循环模块以及解码模块；所述预处理模块用于对中文文本数据进行预处理得到序列化中文文本，所述编码模块用于对序列化中文文本进行编码，输出全局特征，所述双向内置闪电注意力循环单元用于对全文特征进行二次上下文语义捕捉，获得主体事件特征和客体事件特征；所述学习表格特征的循环模块用于挖掘事件关系以及单词对之间的全局关联获得表格特征；所述解码模块用于对表格特征进行三元组提取，并将关系映射的反关系进行解码，形成三元组集合；
16、存储模块，用于对训练后的中文事件关系抽取模型进行评估，若所述训练后的中文事件关系抽取模型的性能满足输出条件，则将所述训练后的中文事件关系抽取模型进行存储。
17、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述中文事件关系抽取模型构建方法或中文事件关系抽取方法的步骤。
18、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现中文事件关系抽取模型构建方法或中文事件关系抽取方法的步骤。
19、采用上述方法构建中文事件关系抽取模型，并利用构建后的中文事件关系抽取模型对中文文本中的事件关系进行抽取，抽取效率和抽取准确率都较高。
本文档来自技高网...【技术保护点】
1.一种中文事件关系抽取模型构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预设的填表策略，包括：
3.根据权利要求1所述的方法，其特征在于，还包括：
4.一种中文事件关系抽取方法，其特征在于，利用权利要求1所述的中文事件关系抽取模型构建方法构建的中文事件关系抽取模型进行抽取，所述方法包括：
5.根据权利要求4所述的方法，其特征在于，所述预处理模块用于对中文文本数据进行预处理得到序列化中文文本，包括：
6.根据权利要求4所述的方法，其特征在于，所述编码模块用于对序列化中文文本进行编码输出全局特征，包括：
7.根据权利要求4所述的方法，其特征在于，所述双向内置闪电注意力循环单元用于对全局进行二次上下文语义捕捉，获得主体事件特征和客体事件特征包括：
8.根据权利要求4所述的方法，其特征在于，所述学习表格特征的循环模块用于挖掘事件关系以及单词对之间的全局关联，获得表格特征，包括：
9.根据权利要求4所述的方法，其特征在于，所述解码模块用于对表格特征进行三元
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3或4至9中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种中文事件关系抽取模型构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预设的填表策略，包括：
3.根据权利要求1所述的方法，其特征在于，还包括：
4.一种中文事件关系抽取方法，其特征在于，利用权利要求1所述的中文事件关系抽取模型构建方法构建的中文事件关系抽取模型进行抽取，所述方法包括：
5.根据权利要求4所述的方法，其特征在于，所述预处理模块用于对中文文本数据进行预处理得到序列化中文文本，包括：
6.根据权利要求4所述的方法，其特征在于，所述编码模块用于对序列化中文文本进行编码输出全局特征，包括：
【专利技术属性】
技术研发人员：贾珺，陈泉林，刘洁，
申请(专利权)人：中国人民解放军军事科学院战争研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。