[发明专利]一种融合卷积神经网络和循环神经网络的文本因果关系自动抽取方法在审
| 申请号： | 201910738220.7 | 申请日： | 2019-08-12 |
| 公开（公告）号： | CN110704890A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 骆祥峰;黄敬;靳献献 | 申请（专利权）人： | 上海大学;阿里巴巴集团控股有限公司 |
| 主分类号： | G06F30/13 | 分类号： | G06F30/13;G06F40/211;G06F40/289;G06F40/30;G06N3/04;G06N3/08 |
| 代理公司： | 31205 上海上大专利事务所(普通合伙) | 代理人： | 陆聪明 |
| 地址： | 200444*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合卷积神经网络和循环神经网络的文本因果关系自动抽取方法。该方法的具体实施步骤如下：（1）获取互联网文本信息；（2）对获取的文本信息进行预处理；（3）训练融合卷积神经网络和循环神经网络的文本因果关系自动抽取模型；（4）将预处理后的文本信息输入到因果关系自动抽取模型，输出句子因果关系抽取结果，其组成部分为｛因部分，因果连接词，果部分｝。该方法通过使用神经网络的方法，采用向量化数值计算来进行因果关系自动抽取，有效的解决人工制定模板操作繁杂和因果关系语义特征提取难的问题。 | ||
| 搜索关键词： | 因果关系 自动抽取 文本信息 预处理 卷积神经网络 循环神经网络 文本 语义特征提取 模板操作 神经网络 数值计算 融合 向量化 句子 抽取 输出 互联网 制定 | ||
【主权项】：
1.一种融合卷积神经网络和循环神经网络的文本因果关系自动抽取方法，其特征在于，具体步骤如下：/n(1)获取互联网文本信息；/n(2)对获取的文本信息进行预处理；/n(3)训练融合卷积神经网络和循环神经网络的文本因果关系自动抽取模型；/n(4)将预处理后的文本信息输入到因果关系自动抽取模型，输出句子因果关系抽取结果。/n
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上海大学;阿里巴巴集团控股有限公司，未经上海大学;阿里巴巴集团控股有限公司许可，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/201910738220.7/，转载请声明来源钻瓜专利网。
