1.一种基于框架语义映射和类型感知的篇章事件抽取方法,其特征在于:包括以下步骤:步骤1:通过编码器模块对事件检测模块和论元识别模块的文本分别进行编码,得到篇章片段、触发词释义信息以及事件类型标签中每个字或词的向量表示;
步骤2:在事件检测模块中针对篇章事件数据稀疏问题,建立了CFN框架与中文事件的两级映射,进而融合篇章触发词释义信息和CFN相关事件句对预先定义的事件类型进行预测;
步骤3:在论元识别模块中针对多值论元耦合问题,建立了基于类型标签感知的多事件分离器,通过预先定义的事件论元角色对文本中的论元进行预测;
步骤4,将事件检测模块预测的全部事件类型标签与论元识别模块预测的所有论元标签进行拼接,即完成最终的篇章事件抽取;
所述步骤2包括CFN框架与中文事件映射和序列建模两部分;具体操作为:(1)CFN框架与中文事件映射:将篇章事件与CFN框架映射后的相关事件句、触发词释义以及滑动窗口的文本片段通过编码器模块得到片段和触发词释义的向量,为了进一步增强篇章中的长实体信息的表示,在预训练模型之后加入进一步增强其语义表示,具体计算过程见如下公式所示:;
;
表示隐层向量,包含前向向量和后向向量,经过向量拼接作为下一层的输入;
(2)序列建模:在解码阶段,将隐层输出作为CRF发射概率,CRF层转移概率矩阵表示从第个标签到第个标签的转移得分,因此对于已知的输入序列对应的输出标签结果为,定义当前序列得分的计算如下公式所示:;
其中,表示第个位置输出为的概率;完整序列的得分等于每个位置打分之和,每个位置得分由隐层输出向量和转移矩阵共同组成;最后利用计算事件类型标签归一化后的概率,如下公式所示:;
式中表示输出标签的归一化值,采用最大对数似然函数优化目标函数,其对数似然计算如下公式所示:;
使用动态规划算法求得最优标签序列,表示输入序列,表示真实标签,表示预测标签,其计算如下公式所示:;
经过融合CFN框架语义映射后的事件检测模型,能够很好的解决篇章事件中的数据稀疏问题,提升事件类型识别的准确率。
2.根据权利要求1所述的一种基于框架语义映射和类型感知的篇章事件抽取方法,其特征在于:所述步骤1的具体操作为:采用预训练语言模型BERT-Fin作为编码器,对事件检测模块和论元识别模块的文本分别进行编码;
其中,对事件检测模块文本的编码具体为:采用滑窗机制对输入文本进行数据预处理,将文本切分为多片段,每个片段作为事件检测任务的一次输入,表示文本片段中的第个字符;同时为了增强触发词对事件类型的语义理解,将其汉语释义信息拼接到文本片段的触发词之后,共同作为文本的输入,表示触发词释义中的第个字符,计算公式如下所示:;
;
其中,表示事件检测模型的输入,[CLS]表示开始位置,[SEP]表示分隔符;,,表示文本片段与释义信息的总长度,为隐层维度;
对论元识别模块文本的编码具体为:采用滑窗机制对输入文本进行数据预处理,将文本切分为多片段,每个片段作为论元识别任务的一次输入,表示文本片段中的的第个字符;将事件检测阶段预测的每个事件类型标签分别与输入文本片段进行拼接共同作为模型输入特征,表示当前事件类型的第个字符,计算公式如下所示:;
;
其中,表示论元识别模型的输入,,,表示文本片段与类型标签的总长度,为隐层维度。
3.根据权利要求1所述的一种基于框架语义映射和类型感知的篇章事件抽取方法,其特征在于:所述步骤3包括多类型感知层和多标签解码层两部分;具体操作为:(1)多类型感知层:本阶段设置了一个类型感知模块,其核心在于将事件检测阶段感知的每个事件类型标签分别与输入文本片段拼接共同作为模型输入特征,依据不同的类型标签将文本中多事件转化为多个单事件,为了进一步增强事件检测与论元识别阶段的交互,将事件检测中的篇章全局信息经过得到向量,然后和文本片段编码向量进行融合,进一步增强文本信息表示,隐藏层计算如下公式所示:;
;
其中,表示篇章中滑窗切分后的第个片段的隐层编码,表示融合篇章全局信息的隐层表示;
(2)多标签解码层:将经过类型标签分离后的单事件分别经过各自的CRF解码层,由原先对多事件论元角色的分类转化为多个单事件论元角色的分类;CRF解码结构与事件检测阶段一致,CRF解码序列计算公式如下所示:;
;
其中,表示第个事件经过CRF解码之后的标签序列,表示所有事件的论元标签序列集合;为解决正负样本分布不均衡现象,采用损失函数,计算过程如下公式所示:;
;
其中,表示输入序列,表示输出标签的归一化值,表示当前序列得分经过后的归一化概率值,表示样本真实标签的概率值,为正负样本比例权重平衡因子,初始值设置为1.0;为样本难度权重平衡因子,初始值设置为2.0;
使用动态规划算法求得最优标签序列,表示真实标签,表示预测标签,其计算如下公式所示:;
;
将事件检测预测的全部事件类型标签与论元识别预测的所有论元标签进行拼接,表示完整的事件,最终完成整体的篇章事件抽取。
4.一种基于框架语义映射和类型感知的篇章事件抽取系统,其特征在于:用于实现如权利要求1-3任一项所述的基于框架语义映射和类型感知的篇章事件抽取方法,包括编码器模块、事件检测模块和论元识别模块;其中:所述编码器模块是对事件检测输入的文本片段和触发词释义信息进行编码,对论元识别输入的文本片段和事件类型标签进行编码,得到输入特征中每个字或词的向量表示;
所述事件检测模块是对编码器模块事件检测编码后的向量经过序列建模层完成事件类型的判断,然后采用序列标注的方式得到最优的事件类型序列标签;
所述论元识别模块是对编码器模块论元识别编码后的向量经过多类型感知层和多标签解码层进行判断,然后采用序列标注的方式得到最优的论元序列标签。
5.一种电子设备,其特征在于:包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-3任一项所述的基于框架语义映射和类型感知的篇章事件抽取方法。
6.一种非暂态计算机可读存储介质,其特征在于:所述介质上存储有计算机程序,该计算机程序用于被处理器执行时实现如权利要求1-3任一项所述的基于框架语义映射和类型感知的篇章事件抽取方法。