[发明专利]文本数据的事件抽取方法、装置、电子设备及可读介质

权利要求书

1.一种文本数据的事件抽取方法，其特征在于，包括：

将文本数据中的至少一个句子依次输入BERT模型进行预训练；

根据预训练结果生成所述至少一个句子对应的至少一个句子向量集合，句子向量集合中包括多个单词和其对应的词向量、位置向量、句子序号；

获取多个句子向量样本集合；

为所述多个句子向量样本集合中的多个单词样本分配样本标签；

基于带有样本标签的多个单词样本对基于实体注意力机制和动态池化层构建的TextCNN文本分类模型进行训练以生成事件抽取模型；

事件抽取模型中的卷积层在所述至少一个句子向量集合的垂直方向进行卷积计算，生成特征图；

基于所述特征图计算所述至少一个句子向量集合中每个单词对应的注意力权重；

基于所述注意力权重对单词的词向量进行加权计算以生成单词的注意力特征；

事件抽取模型中的池化层基于候选触发词和候选论元的位置动态划分池化区域；

计算每个池化区域的池化特征；

基于池化特征生成多个单词的标签概率矩阵；

基于所述标签概率矩阵生成文本数据对应的事件集合；

其中，注意力权重的计算公式为：

其中，d_i为句子中第i个单词的上下文中实体单词的个数，h_i代表第i个单词是否为实体，如果是实体h_i为1，否则为0；

其中，动态划分池化区域的划分点的计算公式为：

其中，h_i为第i个候选触发词或候选论元的位置。

2.如权利要求1所述的事件抽取方法，其特征在于，为所述多个句子向量样本集合中的多个单词样本分配样本标签，包括：

为所述多个句子向量样本集合中的多个单词分别分配触发词标签和论元标签。

3.如权利要求1所述的事件抽取方法，其特征在于，基于带有样本标签的多个单词样本对基于实体注意力机制和动态池化层构建的TextCNN文本分类模型进行训练以生成所述事件抽取模型，包括：

将带有样本标签的多个单词样本输入TextCNN文本分类模型；

基于实体注意力机制生成注意力特征；

基于动态池化层生成池化特征；

基于注意力特征和池化特征的计算结果对TextCNN文本分类模型进行训练以生成所述事件抽取模型。

4.如权利要求1所述的事件抽取方法，其特征在于，根据预训练结果生成所述至少一个句子对应的至少一个句子向量集合，包括：

BERT模型基于双向Transformer结构对所述至少一个句子中的多个单词进行编码；

根据编码将单词映射成词向量；

根据多个单词和其对应的词编码、位置编码、句子序号生成句子向量集合。

5.如权利要求1所述的事件抽取方法，其特征在于，基于池化特征生成多个单词的标签概率矩阵，包括：

事件抽取模型中的全连接层基于池化特征对所述至少一个句子向量进行全连接处理；

根据处理结果生成单词对应于触发词标签和论元标签的概率；

基于多个单词对应的触发词标签和论元标签的概率生成标签概率矩阵。