[发明专利]事件触发词的识别方法、装置、电子设备

说明书

本发明涉及计算机技术领域，提供了一种事件触发词的识别方法、装置及电子设备，该事件触发词的识别方法包括：获取多个文本，对所述文本进行分词以形成词序列，并根据所述文本的事件类型确定所述文本的主题；基于所述主题，通过文本主题生成模型对所述文本进行处理以获得词汇‑主题分布矩阵，其中所述词汇为所述词序列中的词汇，所述主题与所述事件类型相对应；根据所述词汇‑主题分布矩阵确定目标文本中的事件触发词。本发明能够降低事件标注的成本，提高事件触发词的识别准确率和识别效率。

技术领域

本发明涉及计算机领域，特别涉及一种事件触发词的识别方法、事件触发词的识别装置、及电子设备。

背景技术

随着计算机技术的飞速发展，越来越多的人愿意在互联网上分享经验、知识，互联网上堆积了大量的文本信息，而这些信息往往是以无边界半结构化的形式存在，想从海量的数据中发现直观的感兴趣的知识难度很大，因此人们需要将事件和事件关系抽取出来，组成直观、有效的知识。

事件抽取属于信息抽取的重要组成部分，ACE(Automatic Context Extraction)评测会议中对事件给出的定义为：事件是发生在某个特定时间(时间段)和某个特定地域范围内，由一个或多个角色参与的，由一个或多个动作构成的事情或状态的改变。事件触发词是事件的核心，直接表明事件的发生，是决定事件类别的最主要特征。目前识别事件触发词的方法主要有有监督的方法和无监督的方法，但是有监督的方法依赖标注数据，需要标注出事件类型和触发词，标注成本高昂且可扩展性受限；无监督的方法不需要标注数据，但是只能处理开放领域的事件抽取，无法处理预定义类型的事件抽取。

鉴于此，本领域亟需开发一种新的事件触发词的识别方法。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的目的在于提供一种事件触发词的识别方法、事件触发词的识别装置及电子设备，进而至少在一定程度上提高事件触发词的识别精度和效率，降低事件标注的成本，提高用户体验。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明实施例的一个方面，提供一种事件触发词的识别方法，其特征在于，包括：获取多个文本，对所述文本进行分词以形成词序列，并根据所述文本的事件类型确定所述文本的主题；基于所述主题，通过文本主题生成模型对所述文本进行处理以获得词汇-主题分布矩阵，其中所述词汇为所述词序列中的词汇，所述主题与所述事件类型相对应；根据所述词汇-主题分布矩阵确定目标文本中的事件触发词。

根据本发明实施例的一个方面，提供了一种事件触发词的识别装置，其特征在于，包括：主题设定模块，用于获取多个文本，对所述文本进行分词以形成词序列，并根据所述文本的事件类型确定所述文本的主题；模型处理模块，用于基于所述主题，通过文本主题生成模型对所述文本进行处理以获得词汇-主题分布矩阵，其中所述词汇为所述词序列中的词汇，并且所述主题与所述事件类型相对应；第一触发词确定模块，用于根据所述词汇-主题分布矩阵确定目标文本中的事件触发词。

根据本发明实施例的一方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的事件触发词的识别方法。

由上述技术方案可知，本发明示例性实施例中的事件触发词的识别方法及装置、电子设备至少具备以下优点和积极效果：