[发明专利]融合依存句法信息和卷积神经网络的越南语新闻事件检测方法

权利要求书

1.融合依存句法信息和卷积神经网络的越南语新闻事件检测方法，其特征在于：

所述检测方法的具体步骤如下：

Step1、语料收集：收集用于越南语事件检测新闻文本，对新闻文本进行去重与筛选；

Step2、构建语料库：通过越南语事件检测的标注体系，根据越南语的语言特点以及事件检测的需求对越南文新闻文本进行标记，将标记好的越南语新闻语料分为训练语料、测试语料和验证集；

Step3、文本向量化：训练越南语词向量，融合句中词序列的词向量、位置向量、词性向量和实体类型向量作为模型输入；

Step4、构建事件类别检测模型：在步骤Step3的基础上，采用卷积神经网络和融合依存句法信息的卷积神经网络，获取新闻事件句编码，训练事件检测分类模型，实现汉越双语新闻事件类型检测；

Step5、事件类型检测：对需要识别汉越双语新闻事件句进行编码，然后将提取新闻事件句的特征向量作为分类模型的输入向量，通过分类模型得到最终的分类结果。

2.根据权利要求1所述的融合依存句法信息和卷积神经网络的越南语新闻事件检测方法，其特征在于：所述步骤Step1中，使用Scrapy作为爬取工具，模仿用户操作，为越南语新闻网站定制不同的模板，根据页面数据元素的XPath路径制定模板获取详细数据，获取如新闻标题、新闻时间、新闻正文。

3.根据权利要求1所述的融合依存句法信息和卷积神经网络的越南语新闻事件检测方法，其特征在于：所述步骤Step2中，新闻事件文本由触发词和参数组成，触发词能清楚的表达一类事件发生，触发事件的主要词通常是单个动词或者名词，参数描述事件发生的时间、地点、人物等信息；标注体系采用了XML的可扩展标记语言组织文本，分别对触发词、参数、事件类别进行标记，将收集到的越南语新闻文本进行标记，建立越南语新闻事件检测数据集。

4.根据权利要求1所述的融合依存句法信息和卷积神经网络的越南语新闻事件检测方法，其特征在于：所述步骤Step3中，采用skip-gram语言模型的方法训练越南语词向量，分别构建位置嵌入表、词性嵌入表、实体类型嵌入表将位置信息、词性信息、实体类型信息嵌入到向量中。

5.根据权利要求1所述的融合依存句法信息和卷积神经网络的越南语新闻事件检测方法，其特征在于：所述步骤Step4中，采用传统的多核卷积编码句中连续词之间的语义信息，同时采用融合依存句法信息的卷积编码句中非连续词之间的语义信息，融合两部分的语义信息作为当前句子的语义信息。