[发明专利]基于自编码器融合文档信息的事件触发词抽取方法及系统有效
| 申请号： | 201910288771.8 | 申请日： | 2019-04-11 |
| 公开（公告）号： | CN110135457B | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 程学旗;靳小龙;席鹏弼;郭嘉丰;赵越 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F16/36 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国;梁挥 |
| 地址： | 100080 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于自编码器融合文档信息的事件触发词抽取方法，包括：以未标注自由文本语料生成训练集，训练GRU模型以构建该自编码器；对训练语料进行预处理和标签标注，提取待识别词；以该自编码器获取该待识别词在其所在文档内的文档向量，作为该待识别词的全局特征；以该待识别词的词向量和实体类型分布式表达，作为该待识别词的局部特征；将该全局特征和该局部特征进行向量拼接，获得该待识别词的上下文特征；将该上下文特征输入Bi‑GRU模型进行多分类，以识别该待识别词是否为事件触发词及该待识别词的对应事件类型。 | ||
| 搜索关键词： | 基于 编码器 融合 文档 信息 事件 触发 抽取 方法 系统 | ||
【主权项】：
1.一种基于自编码器融合文档信息的事件触发词抽取方法，其特征在于，包括：以未标注自由文本语料生成训练集，训练GRU模型以构建自编码器；对训练语料进行预处理和标签标注，提取待识别词；以该自编码器获取该待识别词在其所在文档的文档向量，作为该待识别词的全局特征；以该待识别词的词向量和实体类型分布式表达，作为该待识别词的局部特征；将该全局特征和该局部特征进行向量拼接，获得该待识别词的上下文特征；将该上下文特征输入Bi‑GRU模型进行多分类，以判断该待识别词是否为事件触发词及该待识别词的对应事件类型。
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科学院计算技术研究所，未经中国科学院计算技术研究所许可，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/201910288771.8/，转载请声明来源钻瓜专利网。
