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
心理健康管理系统
极值
密度
滑动窗口
神经网络模型
多能源系统
语义向量
优化运行方法
电力系统
网络
瞳孔检测
跟踪方法
视觉传感器
特征识别方法
参数
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