【技术实现步骤摘要】
本专利技术属于自然语言处理信息抽取领域，具体涉及一种基于机器阅读理解和因子图注意力机制的事件检测方法。
技术介绍
1、随着互联网的高速发展，各类软件、网站等信息媒介所产出的文本数据量发生了爆炸式的增长，并且这些文本往往以非结构化的形式出现，极大地增加了以人工的方式来检索关键信息的难度。
2、事件抽取正是在这种背景条件下应运而生，其研究目的是以自动化的方式从非结构化文本中提取出用户感兴趣的事件信息，并最终以结构化的形式展示。而事件检测作为事件抽取的首项子任务，旨在识别出文本中的事件触发词并划分其事件类型，在信息检索、自动摘要等领域有着广泛的应用。其中，事件触发词指的是文本中最能够代表事件发生的词语，多为动词或名词；事件类型指的是事件信息的类型，如出生、受伤、起诉等。
3、随着深度学习技术在自然语言处理各项任务中的普及，现有的方法主要通过构建各种各样的神经网络模型来进行事件检测。虽然神经网络具备自动从训练语料中学习语义特征的能力，能够解决传统的特征提取方法对于手工特征的依赖问题，但也存在以下不足：第一，神经网络自动学...
【技术保护点】
1.基于机器阅读理解和因子图注意力机制的事件检测方法,其特征在于，其步骤为：
2.根据权利要求1所述的基于机器阅读理解和因子图注意力机制的事件检测方法,其特征在于，所述的步骤1中，具体方法为：
3.根据权利要求1所述的基于机器阅读理解和因子图注意力机制的事件检测方法,其特征在于，所述的步骤2中，利用预训练语言模型BERT对输入序列进行向量表示的具体方法为：
4.根据权利要求1所述的基于机器阅读理解和因子图注意力机制的事件检测方法,其特征在于，所述的步骤3中，利用因子图注意力网络对输入序列进行语义交互具体方法为：
5.根据...
【技术特征摘要】
1.基于机器阅读理解和因子图注意力机制的事件检测方法,其特征在于，其步骤为：
2.根据权利要求1所述的基于机器阅读理解和因子图注意力机制的事件检测方法,其特征在于，所述的步骤1中，具体方法为：
3.根据权利要求1所述的基于机器阅读理解和因子图注意力机制的事件检测方法,其特征在于，所述的步骤2中，利用预训练语言模型bert对输入序列进行向量...
【专利技术属性】
技术研发人员：纪婉婷，鲁闻一，马宇航，王俊陆，宋宝燕，
申请(专利权)人：辽宁大学，
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。