[发明专利]利用拓扑依存关系多视角图编码器的论元抽取方法

权利要求书

1.利用拓扑依存关系多视角图编码器的论元抽取方法，其特征在于所述方法包括如下步骤：

步骤1，利用BERT预训练模型对数据集ACE2005实现文本嵌入，首先，把句子视为由N_w个单词构成的序列，通过将单词划分为一组有限的公共子词单元，得到词块嵌入向量，并在句子的开始和结尾处分别设置[CLS]与[SEP]标签，通过将单词的位置信息编码为特征向量，与Transformer模型中使用的位置编码方式相同，由正余弦函数计算得到位置嵌入向量，通过将两个不同的句子设置不同的特征值，通过设置不同的特征值以区分两个不同句子，得到分割嵌入向量，然后，将得到的词块嵌入向量、位置嵌入向量和分割嵌入向量输入到BERT模型，得到文本嵌入向量最后，通过查找随机初始化的触发词类别向量表，将ACE2005数据集定义的34个触发词类别进行嵌入，得到触发词类别嵌入向量同时使用BIO标注策略来标注实体范围，通过查找随机初始化的实体类别向量表对ACE2005中定义的45个实体类别进行嵌入，得到实体类别嵌入向量

步骤2，对候选论元、实体类别和触发词之间的拓扑关系进行建模，构建多视角图，首先，根据候选论元之间的依存句法关系，构建候选论元节点-候选论元节点视角信息网络图，然后，根据候选论元与触发词类别之间的拓扑关系，构建候选论元节点-触发词类别节点视角信息网络图，最后，根据候选论元与实体类别之间的拓扑关系，构建候选论元节点-实体类别节点视角信息网络图；

步骤3，利用图卷积网络(GCN)分别对多视角图进行编码，得到候选论元的多视角图嵌入向量，首先，利用GCN分别对候选论元节点-候选论元节点图、候选论元节点-触发词类别节点图和候选论元节点-实体类别节点图进行编码，编码过程为：H^(l+1)＝σ(M^-1/2A′M^-1/2·H^(l)·W^(l))，其中A′＝A+I，A为由多视角图得到的邻接矩阵和I为自连接的单位矩阵，W^(l)为第l层的权重矩阵，σ(·)表示激活函数，H^(l)为第l层节点的隐层表示，初始化H⁽⁰⁾＝X，分别将多视角图的邻接矩阵经过GCN编码得到三个对应的网络嵌入向量和然后，利用双向门控循环单元(BiGRU)聚合三个视角的网络嵌入向量，公式为：其中最后得到候选论元的多视角图嵌入向量H^mpge；

步骤4，经过Softmax全连接层从候选论元中分类抽取事件论元。

2.根据权利要求1所述的利用拓扑依存关系多视角图编码器的论元抽取方法，其特征在于：所述步骤2进一步包括利用Stanford Parser依存句法分析工具生成候选句的依存句法树，并根据候选论元层的依存句法关系R(w_i，w_j)构建边(w_i，w_j)，同时增加反转边(w_j，w_i)和自环边(w_i，w_i)，构建候选论元节点-候选论元节点视角信息网络图其中υ_ww为节点，ε_ww为边，使用计算方式构建候选论元-候选论元之间的边，最后得到候选论元-候选论元节点之间依存关系的邻接矩阵其中n_w为候选词层节点个数。

3.根据权利要求1所述的利用拓扑依存关系多视角图编码器的论元抽取方法，其特征在于：所述步骤2进一步包括通过判断当前候选论元是否为触发词，若是触发词，则将其与所属的触发词类别节点之间建立一条边的边构建规则，构建候选论元节点-触发词类别节点视角信息网络图其中υ_wt为节点，ε_wt为边，根据图得到候选论元节点-触发词类别节点之间依存关系的邻接矩阵其中n_w为候选词层节点个数，n_t为触发词类别层节点个数。

4.根据权利要求1所述的利用拓扑依存关系多视角图编码器的论元抽取方法，其特征在于：所述步骤2进一步包括通过判断当前候选论元是否属于某一实体类别，若存在从属关系，则在候选论元节点与所属实体类别节点之间根据BI标签建立一条边的边构建规则，构建候选论元节点-实体类别节点视角信息网络图其中υ_we为节点，ε_we为边，根据图得到候选论元节点-实体类别节点之间依存关系的邻接矩阵为其中n_w为候选词层节点个数，n_e为实体类别层节点个数。