[发明专利]一种基于共指融合的篇章事件抽取方法

权利要求书

1.一种基于共指融合的篇章事件抽取方法，其特征在于：具体步骤为：

(1)标注数据集

从待抽取事件的篇章文本中找出相同的触发词，即为相同类型的事件，人工标注出相同类型的事件分类信息，得到标注数据集；

(2)获取数据结构

对标注数据进行处理，得到相同事件和不同事件的语料集合，获得需要的数据结构，每条数据包括：包含两个触发词的语句以其中间的语句、两个触发词首字的索引、以及这两个触发词是否属于同一事件的标注结果；

(3)数据预处理

对步骤(2)中获得数据结构进行预处理，获得数据的位置特征编码信息；

(4)切分句子

根据触发词位置将一条文本数据在两个触发词处各切一刀，将一句话分为三部分，同时对位置向量也进行同样的切分操作；

(5)初始化处理

通过查找预先训练好的词嵌入，将每个输入词标记转换成向量，获取文本特征信息；

(6)特征提取

将位置特征编码信息和文本特征信息拼接，然后将上面三个数据分别通过CNN提取特征，提取出来的特征通过maxpooling层之后进行拼接后送入softmax层，经过全连接层进行二分类，最终得到两个事件的分类结果；

(7)模型训练

将构造的数据送进分段卷积神经网络模型进行训练；

(8)事件融合

提取篇章文本中的同一类型事件，经模型判断是否为同一事件，如果是同一事件，则将两个事件融合，抽取两个事件中的要素信息并互相补充，生成事件的结构化信息；如果经过判断，多个事件两两为同一事件，则将多个事件融合，事件要素生成一个事件的结构化信息。

2.根据权利要求1所述的基于共指融合的篇章事件抽取方法，其特征在于：步骤(2)中，构造数据时，只标注最临近具有相同类型的事件分类信息事件。

3.根据权利要求1所述的基于共指融合的篇章事件抽取方法，其特征在于：步骤(3)中，位置特征编码信息包括按句子中各个词离触发词的长度信息、方向信息，其中所述方向信息为左侧或右侧。

4.根据权利要求1所述的基于共指融合的篇章事件抽取方法，其特征在于：步骤(7)中，所述模型的结构如下：进行语料信息切断处理成词，通过word2vec的Skip-gram模型将词表示成向量形式，与位置向量即各词语与两个实体的相对位置，进行拼接作为输入，之后通过卷积层得到feature map；在池化层通过两个实体位置将feature map分为三段进行池化，用于捕获两个实体间的结构化信息；最后，通过softmax层进行分类。

5.根据权利要求4所述的基于共指融合的篇章事件抽取方法，其特征在于：切断语料信息时，只截取包含两个触发词的语句以及其中间语句。