[发明专利]事件分类处理方法、装置、电子设备和存储介质

说明书

本申请公开了一种事件分类处理方法、装置、电子设备和存储介质，涉及人工智能技术领域中的深度学习、知识图谱和自然语言处理技术领域。具体实现方案为：获取多个属于不同事件类型的样本事件集合，其中，每个样本事件集合包含多个属于相同事件类型的样本事件文本；获取每个样本事件文本对应的字符向量；对每个样本事件文本进行语义分析标注角色实体，获取与每个角色实体对应的词向量；将每个样本事件文本对应的字符向量，以及角色实体对应的词向量作为预设神经网络模型的输入信息，以及将每个样本事件所属的样本事件集合对应的事件类型作为所述神经网络模型的输出信息，进而训练所述神经网络模型进行事件分类。

技术领域

本申请涉及人工智能技术领域中的深度学习、知识图谱和自然语言处理技术领域，尤其是涉及一种事件分类处理方法、装置、电子设备和存储介质。

背景技术

通常来说，事件抽取技术可以从非结构化信息中抽取用户感兴趣的事件，并以结构化呈现给用户。事件分类是进行事件抽取的基础，事件分类的质量决定了事件抽取的质量。

现有技术中，进行事件分类处理时，事件类型的类型体系是经过预先定义的，因此，目前的分类技术只能针对特定领域进行处理。

发明内容

本申请提供了一种用于事件分类处理方法、装置、设备以及存储介质，涉及人工智能技术领域中的深度学习、知识图谱和自然语言处理技术领域。提供了一种可以处理开放域事件分类问题的技术方案。

根据本申请的第一方面，提供了一种事件分类处理方法，包括：

获取多个属于不同事件类型的样本事件集合，其中，每个所述样本事件集合包含多个属于相同事件类型的样本事件文本；

获取每个所述样本事件文本对应的字符向量；

对每个所述样本事件文本进行语义分析标注角色实体，获取与每个所述角色实体对应的词向量；

将每个所述样本事件文本对应的所述字符向量，以及所述角色实体对应的所述词向量作为预设神经网络模型的输入信息，以及将每个所述样本事件所属的样本事件集合对应的事件类型作为所述神经网络模型的输出信息，进而训练所述神经网络模型进行事件分类。

根据本申请的第二方面，提供了一种事件分类处理装置，包括：

第一获取模块，获取多个属于不同事件类型的样本事件集合，其中，每个所述样本事件集合包含多个属于相同事件类型的样本事件文本；

第一处理模块，获取每个所述样本事件文本对应的字符向量；

第二处理模块，对每个所述样本事件文本进行语义分析标注角色实体，获取与每个所述角色实体对应的词向量；

训练模块，将每个所述样本事件文本对应的所述字符向量，以及所述角色实体对应的所述词向量作为预设神经网络模型的输入信息，以及将每个所述样本事件所属的样本事件集合对应的事件类型作为所述神经网络模型的输出信息，进而训练所述神经网络模型进行事件分类。

根据本申请的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请的一方面所述事件分类处理方法。

根据本申请的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本申请的一方面所述的事件分类处理方法。

根据本申请的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面所述的事件分类处理方法。