[发明专利]一种司法文本中经济事件的抽取方法及系统

权利要求书

1.一种司法文本中经济事件的抽取方法，其特征在于，所述抽取方法包括如下步骤：

步骤S1，对预选的司法文本数据集进行数据预处理，得到向量化表示的学习数据和文本全局特征；

步骤S2，以所述学习数据为训练材料对第一深度学习模型进行训练，学习得到文本序列对应的实体类别序列；

步骤S3，根据所述学习数据和实体类别序列，训练第二深度学习模型，学习得到文本序列特征，并在训练过程中将所述文本序列特征与所述文本全局特征进行融合，以融合后的特征作为训练材料完成对第二深度学习模型的训练；具体包括：

步骤S31，向第二深度学习模型中输入所述学习数据捕捉文本序列特征；

步骤S32，融合文本序列特征与文本全局特征；将所述输入的字段向量序列记为x＝{x₁,x₂，x₃,…,x_n}，其中n为文本序列的长度，x_i代表序列中第i个字段的输出向量；将文本全局向量表示为V_D，执行如下步骤：

步骤S321，计算每个字段对全局文本向量V_D的依赖权重α_i，权重范围为[0,1]，公式为：

式(1)中，W₁，W₂，b是模型需要学习的参数，d是词向量的维度；

步骤S322，通过将全局向量V_D乘以依赖权重，并与原字段向量相拼接，得到新的字段表示序列x′＝[x′₁,x′₂,…,x′_n]，其中：

x′_i＝[α_i·V_D,x_i],i∈[1,n] (2)

完成文本序列特征与全局特征的融合，得到融合后的向量序列；

步骤S33，针对融合后的向量序列，进行触发词类别标注，判断事件类别，得到触发词类别序列；

步骤S34，将所述触发词类别序列拼接在所述融合后的向量序列之后，对拼接后的向量序列进行论元类别标注；

步骤S35，采用所述预选司法文本数据集的论元类别标注结果，对第二深度学习模型进行迭代训练；

步骤S4，将待处理的司法文本输入训练完成的第二深度学习模型，对司法文本进行经济事件抽取。

2.根据权利要求1所述的经济事件抽取方法，其特征在于，所述方法还包括：

步骤S5，将步骤S4中待处理的司法文本，完成抽取后，加入到步骤S1中预选的司法文本数据集中，返回步骤S1。

3.根据权利要求1或2所述的经济事件抽取方法，其特征在于，所述步骤S1中的数据预处理，包括如下步骤：

步骤S11，对所述司法文本数据集中的司法文本进行分句、分词，得到每个句子的字段；

步骤S12，将整体司法文本和所述字段进行向量化表示，得到深度学习模型的学习数据和文本全局特征。

4.根据权利要求1或2所述的经济事件抽取方法，其特征在于，所述步骤S2中，实体类别序列的向量表示由随机初始化得到。

5.根据权利要求1或2所述的经济事件抽取方法，其特征在于，所述第二深度学习模型，采用结合TransformerEncoder序列特征学习与注意力机制特征融合的深度学习事件抽取模型。