[发明专利]融合依存句法信息和卷积神经网络的越南语新闻事件检测方法

摘要

本发明涉及融合依存句法信息和卷积神经网络的越南语新闻事件检测方法，属于自然语言处理技术领域。本发明首先收集汉越双语新闻文本，根据事件的特征，设置事件类型、用于事件检测的标注体系，形成训练数据。然后融合依存句法信息的卷积神经网络，针对句子级别越南语新闻事件进行检测。首先在编码过程中融合了词义、位置信息、词性信息和命名实体信息。其次利用传统卷积编码连续词之间的特征，利用融合依存句法信息的卷积编码非连续词之间的特征，融合两部分特征作为事件编码，进而实现新闻事件检测。本发明在新闻事件检测中的取得了很好效果。

主权项

1.融合依存句法信息和卷积神经网络的越南语新闻事件检测方法，其特征在于：所述检测方法的具体步骤如下：Step1、语料收集：收集用于越南语事件检测新闻文本，对新闻文本进行去重与筛选；Step2、构建语料库：通过越南语事件检测的标注体系，根据越南语的语言特点以及事件检测的需求对越南文新闻文本进行标记，将标记好的越南语新闻语料分为训练语料、测试语料和验证集；Step3、文本向量化：训练越南语词向量，融合句中词序列的词向量、位置向量、词性向量和实体类型向量作为模型输入；Step4、构建事件类别检测模型：在步骤Step3的基础上，采用卷积神经网络和融合依存句法信息的卷积神经网络，获取新闻事件句编码，训练事件检测分类模型，实现汉越双语新闻事件类型检测；Step5、事件类型检测：对需要识别汉越双语新闻事件句进行编码，然后将提取新闻事件句的特征向量作为分类模型的输入向量，通过分类模型得到最终的分类结果。