长短期记忆辅助的文档级事件论元提取方法以及迭代框架技术

长短期记忆辅助的文档级事件论元提取方法以及迭代框架。本发明专利技术的目的是为文档事件信息抽取提供一种基于提示(prompt)的、长短期记忆的句子迭代抽取框架，所述方法包括：通过将文档输入拆分成句子输入进行抽取，以突破transformer的输出长度限制；包含事件信息以及事件论元交互的提示作为论元抽取器，用于句子论元抽取。为进一步利用文档全局信息和句子抽取结果，记忆存储器用于存储已抽取的句子作为文档长记忆信息，在下一次迭代中同句子一同输入从而让句子也能获得句子外的文档信息；包含论元本体信息和文档局部信息的句子抽取结果，作为短记忆信息，用于提示的更新以辅助模型对句子迭代抽取。

【技术实现步骤摘要】

本专利技术涉及计算机领域，尤其涉及一种基于提示学习的、长短期记忆辅助的文档级事件论元提取方法以及迭代框架。

技术介绍

1、文档级事件参数提取(deae)是信息提取的一个极具挑战性的子任务；各领域的事件抽取可以帮助相关人员从海量信息中快速提取相关内容，提高工作时效，为量化分析提供技术支持。例如：结构化的事件可以直接用于拓展知识库，进一步可进行逻辑推理；在公共管理方面，事件提取和监测有助于当局及时了解社会热点事件的爆发和演变，做出相应反应；在生物医学领域，事件提取可用于识别文献中以自然语言描述的生物分子状态的改变或是分子之间相互作用，可用于理解生理和发病机制，从而进行药物研制；在工业管理方面，也可以在工作日志中提取出需要注意的事件，从而进行工业管理和控制。而当我们想要捕获完整的事件信息时，deae是非常需要的。当前大多数方法都是基于实体的分类框架或生成框架，同时也取得了不错的性能。

2、然而，基于实体的分类框架从句子中获取实体并对实体进行分类以组成deae的结果，这样的方法在处理复杂的事件结构时面临重大挑战，因为许多角色不是实体类型。在涉及长文本和本文档来自技高网...

【技术保护点】

1.一种利用长短期记忆辅助的文档级别的事件论元抽取方法，其特征在于，应用于对包含复杂事件结构的长文档进行论元定位和抽取，所述方法包括以下步骤：

2.根据权利要求1所述的事件论元抽取方法方法，其特征在于，在步骤“将n个句子进行迭代获取到所有句子的抽取结果”中，每次迭代包括以下步骤：

3.根据权利要求1所述的事件论元抽取方法方法，其特征在于，步骤“以文档作为输入，将文档拆分为n个按照顺序排序的句子”包括：

4.一种利用长短期记忆辅助的文档级别的事件论元抽取框架，其特征在于，包括：

【技术特征摘要】

1.一种利用长短期记忆辅助的文档级别的事件论元抽取方法，其特征在于，应用于对包含复杂事件结构的长文档进行论元定位和抽取，所述方法包括以下步骤：

2.根据权利要求1所述的事件论元抽取方法方法，其特征在于，在步骤“将n个句子进行迭代获取到所有句子的抽...

【专利技术属性】
技术研发人员：魏忠钰，游涛，
申请(专利权)人：复旦大学，
类型：发明
国别省市：