欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024115035986
申请人: 苏州大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种篇章级事件事实性检测方法,其特征在于,包括:

获取包含事件描述的标题和对应正文文本的语料库;

对所述语料库进行翻译后抽取主要事件和关键元素的信息;

将抽取的双语信息进行编码,并采用基于图注意力网络的改进模型将所述编码后的双语信息作为全局节点与正文文本进行连接;

通过网格搜索调整中英文文本的权重,以获取数据增强的数据集;

利用所述数据增强的数据集确定标题中事件事实性的检测结果;

所述将抽取的双语信息进行编码包括:

抽取英文语料库和中文语料库中的主要事件和关键元素,所述关键元素为从所述主要事件中提取的主语、动词和宾语;

采用分割策略对文本长度超过第一阈值的文本进行分片处理;

选择适用于长文本处理的Longformer编码器对经过预先抽取和所述分片处理的双语文本进行编码,生成固定长度的向量表示,并将所述固定长度的向量表示输入所述基于图注意力网络的改进模型中;

所述采用基于图注意力网络的改进模型将所述编码后的双语信息作为全局节点与正文文本进行连接包括:构建包含主事件节点、句子节点、单词节点以及所述关键元素变为的全局节点的关系图,并定义各个节点之间的连接;

采用基于图注意力网络的改进模型更新节点表示,每个节点在更新其表示时,根据其与邻居节点之间的关系强度重新赋予权重,即与所述全局节点紧密相关的句子节点会被赋予更高的权重,将更新后的全局节点作为第一个节点依次添加文本中的句子,进而完成与所述正文文本的连接;

所述通过网格搜索调整中英文文本的权重,以获取数据增强的数据集包括:设置表示中文文本相对于英文文本的重要性的权重比值,基于所述权重比值创建网格,其中所述网格中的每一格对应一个特定的权重组合;

对于网格中的每一对权重,使用相应的比例重新加权文本特征并训练模型,在每一次训练后使用验证集上的预定评估标准衡量模型的性能;

从所有权重组合中挑选使得模型表现最优的权重比值,根据所述使得模型表现最优的权重比值调整中英文文本的权重比例,以最大程度保留原始英文文本的信息;

对所述语料库进行翻译后抽取主要事件和关键元素的信息包括:将获取的包含事件描述的标题和对应正文文本的英文语料库进行翻译形成中文语料库,抽取所述英文语料库和中文语料库中的主要事件和关键元素,所述关键元素为从所述主要事件中提取的主语、动词和宾语。

2.如权利要求1所述的篇章级事件事实性检测方法,其特征在于,利用所述数据增强的数据集确定标题中事件事实性的检测结果包括:利用图结构中的节点和边来捕捉文本中的复杂依赖关系,通过注意力机制强化关键信息节点的影响,获得融合上下文信息的新向量表示;

将所述融合上下文信息的新向量表示输入分类层进行预测,所述分类层将每个节点映射到五类分类标签之一,进而获取所述标题中事件事实性的检测结果,其中,所述五类分类标签为肯定发生、可能发生、肯定不发生、大概率不发生、未知。

3.如权利要求2所述的篇章级事件事实性检测方法,其特征在于,利用所述数据增强的数据集确定标题中事件事实性的检测结果还包括:采用交叉熵损失函数衡量模型预测值与真实标签之间的差距,并使用AdamW优化器最小化损失,通过不断迭代训练过程调整模型参数,对所述数据增强的数据集进行分类,进而确定标题中事件事实性的检测结果。

4.一种应用如权利要求1~3任一所述的篇章级事件事实性检测方法的系统,其特征在于,包括:数据获取模块,用于获取包含事件描述的标题和对应正文文本的语料库;

信息抽取模块,用于对所述语料库进行翻译后抽取主要事件和关键元素的信息;

多维数据增强模块,用于将抽取的双语信息进行编码,并采用基于图注意力网络的改进模型将所述编码后的双语信息作为全局节点与正文文本进行连接,通过网格搜索调整中英文文本的权重,以获取数据增强的数据集;

事件真实性识别模块,用于利用所述数据增强的数据集确定标题中事件事实性的检测结果。

5.一种电子设备,包括:

存储器和处理器;

所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1~3任意一项所述篇章级事件事实性检测方法的步骤。

6.一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1~3任意一项所述篇章级事件事实性检测方法的步骤。