摘要
本发明涉及气象预测技术领域,具体地说是一种基于GCN的农业气象灾害事件触发词抽取方法,本发明利用大模型BERT生成丰富语义信息字向量,通过构建词长掩码矩阵将BERT输出的字嵌入转换为词嵌入,从而高效地实现字嵌入向词嵌入的转换,降低图构建的复杂度,进一步地,在图卷积编码阶段,利用词长掩码矩阵将词嵌入重新转换为字嵌入,并与原始字嵌入进行拼接,以此融合字级和词级的信息,增强了模型对文本数据的理解和表征能力。同时本发明利用GCN在建模复杂关系和语义信息方面的优势,解决中文事件抽取中触发词存在的不匹配与一词多义的问题,提升了事件抽取的准确率。
技术关键词
掩码矩阵
依存句法分析
气象预测技术
节点特征
文本
网络模块
依存句法树
事件触发词
GCN模型
BERT模型
农业
语义
编码向量
系统为您推荐了相关专利信息
空间特征提取
图像特征向量
多模态注意力
语义向量
配色方法
情绪特征
文本
神经网络模型识别
智能平台
生成二维码
语义主题
视频帧
融合特征
视频摘要生成方法
语义特征提取