一种基于多任务学习的校园安全突发事件抽取方法及系统

本发明公开了一种基于多任务学习的校园安全突发事件抽取方法及系统，该方法包括：获取原始文本并进行分词处理；通过RoBERTa预训练语言模型对文本进行深层语义表示，得到上下文敏感的词向量；构建多任务学习框架，分别完成事件类型分类、触发词抽取和论元角色分类任务；使用GAT融合文本的依存句法特征，进行信息聚合，从而提高抽取准确性；最终，输出抽取的事件类型、触发词及其对应的论元角色。该系统包括文本输入模块、特征表示模块、多任务学习模块、依存句法融合模块及输出模块，能够高效实现校园安全突发事件的自动化识别与处理。本发明能够在保持较高精度的同时，有效减少人工干预，提高事件抽取的准确性和实用性。