一种自适应感知的事件要素抽取方法

本发明提供了一种自适应感知的事件要素抽取方法，首先从多个领域的开源资源中采集数据，经过清洗和标注后构建一个高质量的多领域事件要素抽取数据集，然后利用构建的多领域事件要素抽取数据集，对两种不同类型的事件要素抽取模型进行训练和微调，两种不同类型的模型为传统深度学习模型和大模型，接着通过对句子的长度、句法结构、依赖关系、词汇丰富度特征进行分析，构建复杂度评估指标，基于这些指标自动确定每个句子的复杂度级别，并将其进行分类，最后根据句子复杂度评估的结果，进行自适应模型选择，最后整合结果并输出。通过本发明方案，实现了自适应地抽取模型选择，提高了事件要素抽取的准确性和效率。