藏文司法事件抽取方法、系统、存储介质和电子设备

本发明提供一种藏文司法事件抽取方法、系统、存储介质和电子设备，涉及自然语言处理领域。本发明基于预先训练好的深度学习网络，方法包括：首先获取待分析的藏文文本，采用CINO预训练语言模型获取动态上下文语义表示；其次基于动态上下文语义表示，采用BiLSTM和CNN混合神经网络分别获取上下文时序特征、局部特征；接着融合上下文时序特征、局部特征，获取藏文文本的全局语义特征；再次基于全局语义特征，采用CRF模型识别事件触发词或论元角色；最后合并识别的事件触发词和论元角色，作为待分析的藏文文本的每个藏文音节在BIO标注体系下的分类预测结果。本发明缓解低资源语言数据资源的约束，有效提升藏文司法事件检测和论元识别两个任务上的整体效果。