[发明专利]一种基于神经网络的新闻事件抽取的方法及系统在审
| 申请号： | 201710391227.7 | 申请日： | 2017-05-27 |
| 公开（公告）号： | CN107239445A | 公开（公告）日： | 2017-10-10 |
| 发明（设计）人： | 周勇;刘兵;陈斌;王重秋 | 申请（专利权）人： | 中国矿业大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30 |
| 代理公司： | 南京瑞弘专利商标事务所(普通合伙)32249 | 代理人： | 陈国强 |
| 地址： | 221008 江苏省徐*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的新闻事件抽取的方法及系统，该方法的步骤为对训练语料原始文本进行数据预处理；将以词向量表示的事件句序列传入到双向长短时记忆网络，利用双向长短时记忆网络来训练得到每个候选触发词的语义特征；将以词向量表示的事件句序列传入到卷积神经网络中，利用卷积神经网络训练得到候选触发词所在事件句的全局特征；根据候选触发词的语义特征与候选触发词所在句子的全局特征，利用softmax作为分类器来对每个候选触发词进行分类，从而找出新闻事件的触发词，并根据触发词类型，判断该事件所属类型。本发明能够快速准确的抽取新闻事件，处理不规范语句中包含的新闻事件，具有效率高和普遍适用性的特点。 | ||
| 搜索关键词： | 一种 基于 神经网络 新闻 事件 抽取 方法 系统 | ||
【主权项】：
一种基于神经网络的新闻事件抽取的方法，其特征在于：包括以下步骤：步骤S1，对训练语料原始文本进行数据预处理：对训练语料原始文本进行分句，得到事件句，然后对事件句进行分词、命名体识别；根据人工标注的新闻事件信息，将事件句进行序列标注，触发词根据其类型进行标注，非触发词标注为无类别，得到事件句序列；并将事件句序列以词向量的形式进行表述；步骤S2，将以词向量表示的事件句序列传入到双向长短时记忆网络，利用双向长短时记忆网络来训练得到每个候选触发词的语义特征；步骤S3，将以词向量表示的事件句序列传入到卷积神经网络中，利用卷积神经网络训练得到候选触发词所在事件句的全局特征；步骤S4，根据步骤S2中得到的候选触发词的语义特征与步骤S3中获得的候选触发词所在句子的全局特征，利用softmax作为分类器来对每个候选触发词进行分类，从而找出新闻事件的触发词，并根据触发词类型，判断该事件所属类型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国矿业大学，未经中国矿业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710391227.7/，转载请声明来源钻瓜专利网。
