摘要
本申请涉及一种事件抽取模型的处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:通过事件抽取模型,对第一多模态数据进行各模态的事件抽取处理,得到各所述模态的第一事件信息;基于各所述模态的第一事件信息进行跨模态的数据重构,得到各所述模态的跨模态重构数据;基于所述第一多模态数据和各所述模态的跨模态重构数据确定各所述模态的跨模态重构损失,基于各所述模态的第一事件信息和对应的事件标签确定各所述模态的第一事件抽取损失;根据所述跨模态重构损失和所述第一事件抽取损失,对所述事件抽取模型进行参数优化,得到目标事件抽取模型。采用本方法所得到目标事件抽取模型能够提高事件抽取结果的准确性。
技术关键词
多模态
跨模态
数据
网络
计算机程序产品
参数
分支
标签
计算机设备
处理器
重构模块
可读存储介质
存储器
系统为您推荐了相关专利信息
神经网络模型
分析方法
径向基核函数
区域分布特征
波动特征
语音特征
同步控制系统
个性化语音
多模态特征
异常数据
频率
信号处理技术
深度学习模型
滤波
监督学习算法
信用评分模型
信用评估方法
编码特征
移动互联网数据
分析数据仓库
避障方法
Dijkstra算法
偏差
避障路径
转向角