[发明专利]事件主体识别模型优化方法、装置、设备及可读存储介质

权利要求书

1.一种事件主体识别模型优化方法，其特征在于，待优化的事件主体识别模型包括信息提取模块、主体识别模块、事件与主体匹配模块和事件分类模块，所述方法包括以下步骤：

将各类事件对应的训练文本输入所述信息提取模块，提取得到所述训练文本中的字符信息和所述训练文本与各类事件相关的事件信息；

将所述字符信息和所述训练文本对应的主体标注输入所述主体识别模块进行识别，得到主体识别结果和主体识别损失；

将所述事件信息和所述主体识别结果输入所述事件与主体匹配模块进行匹配得到匹配结果，并基于所述匹配结果和所述训练文本对应的事件主体匹配标注计算匹配损失，其中，所述训练文本的事件主体匹配标注包括每一类事件分别与所述训练文本中每一个字符之间的匹配标注，所述匹配标注表示所述训练文本是否属于该类事件以及该字符是否属于事件主体；

将所述事件信息输入所述事件分类模块进行分类得到事件分类结果，并基于所述事件分类结果和所述训练文本对应的事件类型标注计算分类损失；

优化所述主体识别损失、所述匹配损失和所述分类损失以优化所述事件主体识别模型。

2.如权利要求1所述的事件主体识别模型优化方法，其特征在于，所述事件信息包括各类事件分别对应的事件信息，所述主体识别结果包括所述训练文本中预测事件主体对应的字符信息，

所述将所述事件信息和所述主体识别结果输入所述事件与主体匹配模块进行匹配得到匹配结果的步骤包括：

将所述事件信息和所述字符信息输入所述事件与主体匹配模块，以调用所述事件与主体匹配模块基于所述事件信息和所述字符信息计算各类事件分别与所述预测事件主体之间的匹配概率，并将各所述匹配概率作为所述匹配结果。

3.如权利要求1所述的事件主体识别模型优化方法，其特征在于，所述信息提取模块包括字符信息提取模块和事件信息提取模块，

所述将各类事件对应的训练文本输入所述信息提取模块，提取得到所述训练文本中的字符信息和所述训练文本与各类事件相关的事件信息的步骤包括：

将所述训练文本输入所述字符信息提取模块，提取得到所述训练文本中的字符信息；

将所述训练文本和所述字符信息输入所述事件信息提取模块，提取得到所述训练文本与各类事件相关的事件信息。

4.如权利要求3所述的事件主体识别模型优化方法，其特征在于，所述字符信息提取模块包括第一语义理解编码器和第一事件编码信息，

所述将所述训练文本输入所述字符信息提取模块，提取得到所述训练文本中的字符信息的步骤包括：

将所述训练文本输入所述第一语义理解编码器中进行编码，得到所述训练文本中各字符对应的字符编码信息；

对所述字符编码信息和所述第一事件编码信息进行关联运算，得到所述训练文本中各个字符与各类事件之间的字符事件关联信息，将所述字符事件关联信息作为所述字符信息。

5.如权利要求4所述的事件主体识别模型优化方法，其特征在于，所述第一事件编码信息包括各类事件对应的编码信息，

所述优化所述主体识别损失、所述匹配损失和所述分类损失以优化所述事件主体识别模型的步骤之前，还包括：

基于所述第一事件编码信息计算各类事件两两之间编码信息的相似度，并将各相似度相加得到事件编码惩罚值；

所述优化所述主体识别损失、所述匹配损失和所述分类损失以优化所述事件主体识别模型的步骤包括：

优化所述事件编码惩罚值、所述主体识别损失、所述匹配损失和所述分类损失以优化所述事件主体识别模型。

6.如权利要求3所述的事件主体识别模型优化方法，其特征在于，所述事件信息提取模块包括第二语义理解编码器和第二事件编码信息，

所述将所述训练文本和所述字符信息输入所述事件信息提取模块，提取得到所述训练文本与各类事件相关的事件信息的步骤包括：

将所述训练文本输入所述第二语义理解编码器进行编码，得到所述训练文本对应的文本编码信息；

对所述文本编码信息和所述第二事件编码信息进行关联运算，得到所述训练文本与各类事件之间的文本事件关联信息；

将所述字符信息和所述文本事件关联信息进行组合，得到所述事件信息。