[发明专利]事件识别模型优化方法、装置、设备及可读存储介质

说明书

本发明公开了一种事件识别模型优化方法、装置、设备及可读存储介质，方法包括：将各类事件对应的训练文本输入字符事件信息提取模块，提取得到训练文本中各字符与各类事件的字符事件关联信息；将字符事件关联信息和训练文本输入事件分类模块进行分类，得到训练文本对应的事件分类结果；将字符事件关联信息和训练文本对应的关键词标注输入关键词识别模块进行识别，得到关键词识别损失；基于事件分类结果和训练文本对应的事件类型标注计算分类损失，并优化关键词识别损失和分类损失以优化事件识别模型。本发明中添加了事件关键词信息来作为事件分类指导，避免了模型对事件理解不足或方向性错误而导致的事件识别错误问题，提高了事件分类准确率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种事件识别模型优化方法、装置、设备及可读存储介质。

背景技术

在现在很多金融场景中，需要分析媒体报道的很多金融事件以帮助投资决策，甚至是构建量化金融建模指标。事件识别(Event Detective，ED)是要识别文本中的事件类型。目前一种事件识别方法是无触发词的事件多分类方法，预先采用大量的各种事件类型的文本对多分类模型进行训练，采用训练好的事件多分类模型来进行事件识别。由于事件类别较多、划分较细，一些类别的事件样本量又很少，导致事件多分类模型进行事件识别的准确率不高。

发明内容

本发明的主要目的在于提供一种事件识别模型优化方法、装置、设备及可读存储介质，旨在目前的事件多分类模型进行事件识别的准确率不高的问题。

为实现上述目的，本发明提供一种事件识别模型优化方法，待优化的事件识别模型包括字符事件信息提取模块、事件分类模块和关键词识别模块，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字符事件信息提取模块，提取得到所述训练文本中各字符与各类事件的字符事件关联信息；

将所述字符事件关联信息和所述训练文本输入所述事件分类模块进行分类，得到所述训练文本对应的事件分类结果；

将所述字符事件关联信息和所述训练文本对应的关键词标注输入所述关键词识别模块进行识别，得到关键词识别损失；

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，并优化所述关键词识别损失和所述分类损失以优化所述事件识别模型。

可选地，所述字符事件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，

所述将各类事件对应的训练文本输入所述字符事件信息提取模块，提取得到所述训练文本中各字符与各类事件的字符事件关联信息的步骤包括：

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，得到所述字符事件关联信息。

可选地，所述第一事件编码信息包括各类事件对应的编码信息，

所述基于所述关键词识别损失和所述分类损失优化所述事件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；

所述优化所述关键词识别损失和所述分类损失以优化所述事件识别模型的步骤包括：

优化所述事件编码惩罚值、所述关键词识别损失和所述分类损失以优化所述事件识别模型。

可选地，所述事件分类模块包括第二语义理解编码器、第二事件编码信息和事件分类器，

所述将所述字符事件关联信息和所述训练文本输入所述事件分类模块进行分类，得到所述训练文本对应的事件分类结果的步骤包括：