[发明专利]融合多任务和多标签学习的司法领域深度事件抽取方法在审
| 申请号： | 202210078832.X | 申请日： | 2022-01-24 |
| 公开（公告）号： | CN114580428A | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 黄杨琛;王立才;郭前进;李孟书;李兴宇 | 申请（专利权）人： | 中国电子科技集团公司第十五研究所 |
| 主分类号： | G06F40/30 | 分类号： | G06F40/30;G06F40/242;G06F40/211;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 高会允 |
| 地址： | 100083 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： | 本发明公开了融合多任务和多标签学习的司法领域深度事件抽取方法，能够基于BERT预训练模型与multi‑task实现触发词提取与事件分类，在增强后的数据上通过多标签分类实现事件要素提取的司法领域事件抽取。目前针对司法领域文本特点，提出一种基于预训练模型BERT的事件抽取模型，通过masked LM方法在领域数据上对BERT进行调优，以学习到更适合领域知识的特征表示；将触发词提取和事件分类任务联合，以multi‑task的形式将两个任务统一到一个损失函数中，利用任务之间的相关性促进学习性能的提升；使用事件要素的start与end标注进行学习与预测，对于多个事件要素，分别设计对应的网络层进行抽取，减少不同要素之间的相互干扰。 | ||
| 搜索关键词： | 融合 任务 标签 学习 司法 领域 深度 事件 抽取 方法 | ||
【主权项】：
暂无信息
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电子科技集团公司第十五研究所，未经中国电子科技集团公司第十五研究所许可，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/202210078832.X/，转载请声明来源钻瓜专利网。
