【技术实现步骤摘要】
事件抽取模型的训练方法、事件抽取方法和系统及设备
本专利技术涉及计算机数据处理
的事件抽取技术，具体涉及一种事件抽取模型的训练方法、事件抽取方法和系统及设备。
技术介绍
近些年来，随着金融领域数字化的兴起和持续的经济增长,见证了数字金融文件的爆炸式增长，网络上存在海量的金融文件，比如大量公司的公告和公司年报。这些海量的数据中包含大量宝贵的信息，但是这些数据大多数都是非结构化或半结构化的数据，非常难以结构化，难以进行量化，所以需要人工进行分析，但是面对海量的数据单纯的只依靠人力进行分析，不仅是非常低效的还难以实现，所以对这些数据结构化的研究成为一个研究热点，并在近年得到快速发展，各种数据结构化的系统层出不穷。事件抽取是指识别特定类型的事件，并进行相关信息的确定和抽取。事件抽取在自然语言处理中扮演着重要的角色，它可以产生可评估的结构化信息，以促进各种任务的完成，如知识库的构建、问题的回答、语言理解等。基于事件抽取的特点，其在金融领域有着广泛的应用。比如相关金融公告的事件抽取，金融公告归根到底就是一个事件，其是发生在...
【技术保护点】
1.一种事件抽取模型的训练方法，其特征在于，包括：/n获取文档数据并进行相关标注，对已标注的文档数据进行向量化处理；/n对向量化处理后的文档数据，按照句子、段落和文档三个级别进行特征提取，将提取得到的三个级别的特征进行融合处理，得到融合全文信息的特征；/n基于融合全文信息的特征和标注的标签，通过有监督的深度学习算法，进行实体识别、事件识别和事件元素分类的训练，得到事件抽取模型。/n
【技术特征摘要】
1.一种事件抽取模型的训练方法，其特征在于，包括：
获取文档数据并进行相关标注，对已标注的文档数据进行向量化处理；
对向量化处理后的文档数据，按照句子、段落和文档三个级别进行特征提取，将提取得到的三个级别的特征进行融合处理，得到融合全文信息的特征；
基于融合全文信息的特征和标注的标签，通过有监督的深度学习算法，进行实体识别、事件识别和事件元素分类的训练，得到事件抽取模型。
2.根据权利要求1所述的方法，其特征在于，所述将提取得到的三个级别的特征进行融合处理，得到融合全文信息的特征，包括：
将句子、段落和文档级别特征分别记为S_i,P_i,D_i；
计算段落级别信息的融合权重为G^p_i＝sigmoid(W1*S_i+W2*P_i+b)，以及，计算文档级别信息的融合权重为G^d_i＝sigmoid(W1*S_i+W2*D_i+b)，其中，W1、W2和b是预设的参数；
最终获取融合全文信息的特征，记为：F_i＝G^d_i*D_i+G^p_i*P_i+(2-G^p_i-G^d_i)*S_i。
3.根据权利要求1所述的方法，其特征在于，所述按照句子、段落和文档三个级别进行特征提取，包括：
将文档数据以句子为处理单元，输入到特征提取器中进行特征交互，提取得到句子级别的特征；
将文档数据在句子的基础上进行分段，以段落为处理单元，输入到特征提取器中进行特征交互，提取得到段落级别的特征；
将文档数据以全文为处理单元，输入到特征提取器中进行特征交互，提取得到文档级别的特征。
4.根据权利要求1所述的方法，其特征在于，所述通过有监督的深度学习算法，进行实体识别、事件识别和事件元素分类的训练，包括：
通过将得到的融合全文信息的特征输入到条件随机场CRF模块进行实体识别训练，将文档数据识别为相关的事件触发词实体和事件元素触发词实体；
将识别的事件触发词实体转化为向量，输入到分类器中进行事件识别训练；
将识别的事件元素触发词实体转化为向量，输入到分类器中进行事件元素分类训练。
5.根据权利要求1所述的方法，其特征在于，所述得到事件抽取模型之后，还包括：
针对由实体识别、事件识别和事件元素分类构成的前向传播过程，构建一个反向传播过程，来降低在进行实体识别、事件识别和事件元素分类的训练的过程中分别得到：实体识别分类损失函数loss1，事件识别分类损失函数loss2，事件元素分类损失函数loss3；以实现对得到的事件抽取模型进行优化。<...
【专利技术属性】
技术研发人员：程刚，张剑，
申请(专利权)人：深圳市北科瑞声科技股份有限公司，
类型：发明
国别省市：广东;44
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。