一种基于机器阅读理解的冲突因素编码预测方法及系统技术方案

技术编号:40091915 阅读:22 留言:0更新日期:2024-01-23 16:20
本发明专利技术涉及一种基于机器阅读理解的冲突因素编码预测方法,属于自然语言处理技术领域。本方法根据冲突文本发布时间判断当前冲突发展阶段,确定可选因素列表;通过BERT微调的模型对冲突文本和可选冲突因素进行向量化表示;计算冲突文本和冲突因素的语义相似度,筛选与冲突文本最相关的冲突因素和冲突因素最相关的冲突文本句子;利用“冲突文本‑相关冲突因素”集合,生成原始冲突因素标注数据集;利用基于BERT微调的机器阅读理解模型,将处理好的冲突因素标注数据输入模型,获得冲突文本的相关冲突因素标注预测。本发明专利技术有效解决了基于海量新闻文本的冲突因素标注预测问题,提高了冲突量化分析效率。降低了冲突量化模型的使用者门槛。

【技术实现步骤摘要】

本专利技术涉及一种基于机器阅读理解的冲突因素编码预测方法及系统,属于自然语言处理。


技术介绍

1、该专利技术研究涉及到冲突量化模型的选择和利用冲突文本对冲突因素编码推断问题的研究。一方面通过对冲突量化模型方法技术的广泛检索与总结,得出该领域目前最新的研究进展。并总结数学统计方法,机器学习和深度学习在冲突量化领域的应用。另一方面,通过对机器阅读理解模型方法技术及实际应用的检索,总结机器阅读理解通用技术方法的最新研究成果及在不同领域实际应用,供后续研究。

2、接下来分别介绍冲突量化分析模型和机器阅读理解应用技术的国内外研究现状及发展趋势。

3、冲突量化分析是一个研究领域,起源于社会科学研究,并于20世纪中期兴起,它通常使用统计和数学模型来研究冲突的原因、动态和解决,其重要性在于它能够提供一种严格的、数据驱动的方法来理解冲突的复杂性。其研究背景包括一系列理论和模型,如博弈论、网络分析和统计建模。该领域的研究人员使用这些工具分析冲突事件、行为者和潜在结构性因素的数据等冲突数据,识别模式和趋势,并预测冲突的可能结果。冲突量化分析有许多应用,包本文档来自技高网...

【技术保护点】

1.一种基于机器阅读理解的冲突因素编码预测方法,其特征在于包括以下步骤:

2.根据权利要求1所述的一种基于机器阅读理解的冲突因素编码预测方法,其特征在于所述步骤2包括以下子步骤:

3.根据权利要求1或2所述的一种基于机器阅读理解的冲突因素编码预测方法,其特征在于所述步骤2.2中的微调后的BERT模型为在BertModel最后一层隐藏层输出后添加线性层和tanh激活函数层。

4.根据权利要求1所述的一种基于机器阅读理解的冲突因素编码预测方法,其特征在于所述步骤3包括以下子步骤:

5.根据权利要求1所述的一种基于机器阅读理解的冲突因素编码预测方...

【技术特征摘要】

1.一种基于机器阅读理解的冲突因素编码预测方法,其特征在于包括以下步骤:

2.根据权利要求1所述的一种基于机器阅读理解的冲突因素编码预测方法,其特征在于所述步骤2包括以下子步骤:

3.根据权利要求1或2所述的一种基于机器阅读理解的冲突因素编码预测方法,其特征在于所述步骤2.2中的微调后的bert模型为在bertmodel最后一层隐藏层输出后添加线性层和tanh激活函数层。

4.根据权利要求1所述的一种...

【专利技术属性】
技术研发人员:李静张华平李玉岗
申请(专利权)人:北京理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1