[发明专利]一种事件论元抽取方法、装置以及电子设备

说明书

本申请公开了一种事件论元抽取方法、装置以及电子设备，涉及知识图谱技术领域。具体实现方案为：获取待抽取事件内容；基于已训练的事件论元抽取模型对所述待抽取事件内容进行论元抽取，得到所述待抽取事件内容的目标论元；其中，所述已训练的事件论元抽取模型通过事件新闻标注数据对中间抽取模型训练得到，所述中间抽取模型通过事件新闻样本以及阅读理解数据对预训练模型训练得到。

技术领域

本申请涉及计算机技术中的知识图谱技术领域，尤其涉及一种事件论元抽取方法、装置以及电子设备。

背景技术

事件论元抽取是指从事件描述中抽取事件的各个组成要素(时间、地点、参与者、事件适配的相关内容等)，要素即为论元，每个论元对应一种论元角色，最终以结构化知识的形式展示给用户。

目前，常采用的事件论元抽取模型是基于分类思路的，然而，不同事件类型的事件论元角色不同，简单分类模型无法有效进行论元识别，即事件论元抽取效果较差。

发明内容

本申请提供一种事件论元抽取方法、装置和电子设备，以解决事件论元抽取效果较差的问题。

第一方面，本申请一个实施例提供一种事件论元抽取方法，包括：

获取待抽取事件内容；

基于已训练的事件论元抽取模型对所述待抽取事件内容进行论元抽取，得到所述待抽取事件内容的目标论元；

其中，所述已训练的事件论元抽取模型通过事件新闻标注数据对中间抽取模型训练得到，所述中间抽取模型通过事件新闻样本以及阅读理解数据对预训练模型训练得到。

本申请的实施例的事件论元抽取方法中，用于对待抽取事件内容进行论元抽取的已训练的事件论元抽取模型，是基于事件新闻标注数据对中间抽取模型训练得到，而且中间抽取模型通过事件新闻样本以及阅读理解数据对预训练模型训练得到，即已训练的事件论元抽取模型通过两次训练得到，且在两次训练过程中通过不同数据进行训练，即通过事件新闻样本以及阅读理解数据对预训练模型进行训练得到中间抽取模型，可使中间抽取模型学习到事件新闻样本有关的领域知识以及学习到阅读理解数据有关的知识，然后基于事件新闻标注数据对中间抽取模型再进行训练得到。如此，可提高得到的已训练的事件论元抽取模型的性能，从而提高论元抽取效果。

可选的，通过以下方式得到所述已训练的事件论元抽取模型：

根据所述事件新闻样本、至少一个第一损失函数、所述阅读理解数据和第二损失函数对所述预训练模型进行训练，得到所述中间抽取模型；

根据所述事件新闻标注数据以及第三损失函数对所述中间抽取模型进行训练，得到所述已训练的事件论元抽取模型。

通过上述根据事件新闻样本、至少一个第一损失函数、阅读理解数据和第二损失函数对预训练模型进行训练，再根据事件新闻标注数据以及第三损失函数对中间抽取模型进行训练，提高已训练的事件论元抽取模型的性能，从而提高对论元抽取的效果。

可选的，所述根据所述事件新闻样本、至少一个第一损失函数、所述阅读理解数据和第二损失函数对所述预训练模型进行训练，得到所述中间抽取模型，包括：

将所述事件新闻样本输入所述预训练模型，计算所述至少一个第一损失函数的第一损失值，得到至少一个第一损失值；

将所述阅读理解数据输入所述预训练模型，计算所述第二损失函数的第二损失值；

计算所述至少一个第一损失值与所述第二损失值之和，得到总损失值；

根据所述总损失值对所述预训练模型进行训练，得到所述中间抽取模型。