摘要
本申请涉及一种基于预训练模型的因果事件抽取方法、装置和计算机设备。所述方法采用基于位置的辅助标注方式在原始文本数据中标注出因果对;将标注后的数据进行向量表示,将得到的文本序列采用BERT预训练模型提取文本语义特征,然后采用LSTM网络进行编码,将编码后的句子表示分别采用第一全连接层和第二全连接层,将特征的形状扩展成为位置辅助标记矩阵的形状;将得到的输出经过相应的激活函数后采用第三全连接层进行处理,根据得到的因事件矩阵、关系头部矩阵和果事件矩阵,通过索引将应时间对联系起来,得到因果事件表示。采用本方法在句子级别的经济领域数据集上抽取具有因果关联的事件对,提高了因果事件抽取的准确率。
技术关键词
事件抽取方法
预训练模型
矩阵
文本
索引
三元组
计算机设备
数据
语义特征提取
关系
序列
抽取装置
扩展模块
标记
编码模块
网络
存储器
系统为您推荐了相关专利信息
室内移动服务机器人
自动语音识别方法
文本转语音方法
彩色视觉信息
机器人传感器
无人机集群编队
编队飞行控制系统
无人机编队飞行
设计跟踪误差
状态空间模型