一种基于信息增强的事件因果关系识别方法

AITNT
正文
推荐专利
一种基于信息增强的事件因果关系识别方法
申请号:CN202411904775
申请日期:2024-12-23
公开号:CN119831024A
公开日期:2025-04-15
类型:发明专利
摘要
本发明属于自然语言处理技术领域,具体涉及一种基于信息增强的事件因果关系识别方法。为解决现有事件因果关系识别方法较少考虑事件的因果标签信息,且较少关注事件对间的交互信息等问题,本发明主要包括以下两个模块,1)事件因果标签感知模块,提出了事件因果标签感知的事件对表示方法,通过引入事件因果标签预测任务作为辅助任务,挖掘事件间的依赖关系,判别事件是否为因果相关事件。2)事件对交互图模块,提出了基于图神经网络的事件对交互关系建模方法,通过以事件对作为节点构建交互图,使用图注意力机制捕捉节点间的依赖关系,进一步判别事件间的因果关系。
技术关键词
识别方法 节点 标签 注意力机制 关系建模方法 预训练语言模型 标记 二分类器 模块 自然语言 训练集 参数 编码 邻居
系统为您推荐了相关专利信息
1
一种基于神经网络的个性化心理健康管理系统
心理健康管理系统 极值 密度 滑动窗口 神经网络模型
2
一种电力系统多能源综合调节优化运行方法及系统
多能源系统 语义向量 优化运行方法 电力系统 网络
3
一种实时瞳孔检测与跟踪方法
瞳孔检测 跟踪方法 视觉传感器 特征识别方法 参数
4
一种界面交互方法、装置、电子设备及存储介质
界面交互方法 运维 预训练语言模型 视窗 模板
5
基于多粒度骨架时空特征互补融合的人体动作识别方法
人体骨架 人体动作序列 人体动作识别方法 拓扑图 通道注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号