[发明专利]基于生成式网络抽取结构化事件的方法、装置与处理器

权利要求书

1.一种基于生成式网络抽取结构化事件的方法，其特征在于，包括：

从已有事件知识图谱中获取原始数据，所述原始数据包括事件的结构化数据和事件的原始文本；

利用所述原始数据构建训练数据，所述训练数据包括序列标注标签和生成模型标签；

将所述训练数据输入至编码-解码架构进行训练，获取事件抽取模型；

对所述事件抽取模型的输出进行预定处理；

根据所述预定处理结果抽取事件。

2.根据权利要求1所述的方法，其特征在于，所述事件的结构化数据包括事件类型、触发词、论元以及角色。

3.根据权利要求2所述的方法，其特征在于，所述事件抽取模型为多任务事件抽取模型，所述多任务事件抽取模型包括生成任务和序列标注任务，所述生成任务和所述序列标注任务的输入相同，所述序列标注任务用于训练所述事件类型和所述触发词的识别，所述生成任务用于输出所述事件的结构化数据的所有信息。

4.根据权利要求2所述的方法，其特征在于，利用所述原始数据构建所述序列标注标签，包括：

对所述原始文本进行分词处理；

根据所述分词处理后的所述原始文本，采用标记法对相应的触发词进行标记，得到所述序列标注标签。

5.根据权利要求1所述的方法，其特征在于，利用所述原始数据构建所述生成模型标签，包括：

将事件的所述结构化数据转化为生成任务标签；

通过编码将所述生成任务标签转化为所述生成模型标签。

6.根据权利要求1所述的方法，其特征在于，将所述训练数据输入至编码-解码架构进行训练，获取事件抽取模型，包括：

将所述序列标注标签和所述生成模型标签输入至编码-解码架构进行训练，获取所述事件抽取模型。

7.根据权利要求1所述的方法，其特征在于，

对所述事件抽取模型的输出进行预定处理，包括：对所述事件抽取模型的输出进行掩膜处理；

根据所述预定处理结果抽取事件，包括：根据所述掩膜处理的结果抽取事件。

8.一种基于生成式网络抽取结构化事件的装置，其特征在于，包括：

第一获取单元，用于从已有事件知识图谱中获取原始数据，所述原始数据包括事件的结构化数据和事件的原始文本；

构建单元，用于利用所述原始数据构建训练数据，所述训练数据包括序列标注标签和生成模型标签；

第二获取单元，将所述训练数据输入至编码-解码架构进行训练，获取事件抽取模型；

处理单元，用于对所述事件抽取模型的输出进行预定处理；

抽取单元，用于根据所述预定处理结果抽取事件。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至7中任意一项所述的方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的方法。