CN112528625A - 事件抽取的方法、装置、计算机设备以及可读存储介质 - Google Patents
事件抽取的方法、装置、计算机设备以及可读存储介质 Download PDFInfo
- Publication number
- CN112528625A CN112528625A CN202011463355.6A CN202011463355A CN112528625A CN 112528625 A CN112528625 A CN 112528625A CN 202011463355 A CN202011463355 A CN 202011463355A CN 112528625 A CN112528625 A CN 112528625A
- Authority
- CN
- China
- Prior art keywords
- event
- argument
- sentence
- sentences
- subset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 62
- 238000004590 computer program Methods 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 9
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003936 working memory Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
Abstract
本公开涉及一种事件抽取的方法、装置、计算机设备以及可读存储介质,涉及知识图谱和深度学习领域。事件抽取的方法包括:基于待处理的篇章形成事件句集合,事件句集合包括篇章中的至少一个句子;获取至少一个句子中的事件元素,以获得事件元素集,其中,所述事件元素集包括至少一个论元、至少一个事件类型以及至少一个论元角色;基于所获取的事件元素集,从事件句集合确定事件句集合的至少一个子集,其中,事件句集合的每个子集中的句子均属于同一事件;以及输出事件抽取结果,事件抽取结果包括以下各项中的至少一项:至少一个论元、至少一个事件类型、至少一个论元角色以及事件句集合的至少一个子集。
Description
技术领域
本公开涉及知识图谱和深度学习领域,具体涉及一种事件抽取的方法和装置、计算机设备、计算机可读存储介质以及计算机程序产品。
背景技术
事件抽取技术是将客观世界中非结构化信息转化为结构化信息重要途径,并且广泛应用于金融风控、舆论监控、知识图谱等领域。然而,现有的事件抽取技术大多基于句子层面,这在实际应用过程中存在着很大的缺陷。这是因为在现实世界中,大部分事件都是蕴含在新闻、资讯等篇章文本中,并且事件中的触发词和论元等事件元素多存在于多个句子中,单独的对句子进行事件抽取,很可能得不到完整的事件信息。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
根据本公开的第一方面,提供了一种事件抽取的方法,包括:基于待处理的篇章形成事件句集合,所述事件句集合包括所述篇章中的至少一个句子;获取所述至少一个句子中的事件元素,以获得事件元素集,其中,所述事件元素集包括至少一个论元、至少一个事件类型以及至少一个论元角色;基于所获取的事件元素集,从所述事件句集合确定所述事件句集合的至少一个子集,其中,所述事件句集合的每个子集中的句子均属于同一事件;以及输出事件抽取结果,所述事件抽取结果包括以下各项中的至少一项:所述至少一个论元、所述至少一个事件类型、所述至少一个论元角色以及所述事件句集合的至少一个子集。
根据本公开的第二方面,提供了一种事件抽取的装置,包括:事件句选择模块,所述事件句识别模块被配置为基于待处理的篇章形成事件句集合,所述事件句集合包括所述篇章中的至少一个句子;事件元素获取模块,所述事件元素获取模块被配置为获取所述至少一个句子中的事件元素,以获得事件元素集,其中,所述事件元素集包括至少一个论元、至少一个事件类型以及至少一个论元角色;事件融合模块,所述事件融合模块被配置为基于所述事件元素集,从所述事件句集合确定所述事件句集合的至少一个子集,其中,所述事件句集合的每个子集中的句子均属于同一事件;以及事件输出模块,所述事件输出模块被配置为输出事件抽取结果,所述事件抽取结果包括以下各项中的至少一项:所述至少一个论元、所述至少一个事件类型、所述至少一个论元角色以及所述事件句集合的至少一个子集。
根据本公开的第三方面,提供了一种计算机设备,包括:存储器、处理器以及存储在所述存储器上的计算机程序,其中,所述处理器被配置为执行所述计算机程序以实现本公开的第一方面所述的方法的步骤。
根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现本公开的第一方面所述的方法的步骤。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序被处理器执行时实现本公开的第一方面所述的方法的步骤。
根据本公开的一个或多个实施例,可以通过基于所获取的事件元素对具有共指关系的事件句进行融合,从而降低抽取结果的冗余性,并且提高抽取结果的准确性和完整性。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的一个实施例的可以在其中实施本文描述的各种方法的示例性***的示意图;
图2示出了根据本公开的一个实施例的事件抽取的方法的流程图;
图3示出了根据本公开的另一个实施例的事件抽取的方法的部分流程图;
图4示出了根据本公开的一个实施例的确定目标论元的方法的流程图;
图5示出了根据本公开的一个实施例的事件抽取的装置的结构框图;
图6示出了能够用于实现本公开的实施例的示例***器和客户端的结构框图。
具体实施方式
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
在本公开中,“篇章”是指由一个以上的句子或语段构成的有组织、有意义的自然语言文本整体;“触发词”是指能够触动事件发生的词,是决定事件类型的特征词;“论元”是指事件的参与者,主要由实体、值、时间组成;“论元角色”是指事件论元在事件中充当的角色;“共指关系”是指代表同一实体的多个论元之间的关系。例如,在“某A金融于今日上市”的句子中,其中,“某A”为金融公司的名称,“上市”为触发词,并可以由其确定该事件的事件类型为“上市”;“某A金融”、“今日”为论元,并且论元“某A金融”在该事件中的论元角色为“上市方”,论元“今日”在该事件中的论元角色为“上市日期”。
在现有技术中,篇章级别的事件抽取通常采用的是基于实体识别的事件抽取方法或者基于句子的事件抽取方法。其中,基于实体识别的事件抽取方法是通过抽取从篇章中获取的实体的特征序列,并根据该特征序列来获取实体对应的事件元素。这种基于实体识别的方法依赖于实体抽取的结构并且受限于实体的类型,不仅难以满足专业领域的事件抽取的需求,还无法以事件为基础得到事件抽取结果。基于句子的事件抽取方法通过直接对篇章中的句子进行抽取来获得事件元素。这种基于句子的事件抽取方法直接以句子为单位组织事件输出,一方面无法获得准确、完整的事件抽取结果,另一方面抽取结果的冗余性非常高,降低了实际应用的价值。
本公开通过基于获取的事件元素对具有共指关系的事件句进行融合,从而降低抽取结果的冗余性,并且提高抽取结果的准确性和完整性。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性***100的示意图。参考图1,该***100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够实现基于获取的事件元素进行事件融合的方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的***配置是可能的,其可以与***100不同。因此,图1是用于实施本文所描述的各种方法的***的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来输入待处理的篇章并发出对该篇章进行事件抽取的请求。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏***、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作***,例如Microsoft Windows、AppleiOS、类UNIX操作***、Linux或类Linux操作***(例如Google Chrome OS);或包括各种移动操作***,例如Microsoft Windows Mobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏***可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作***的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作***以及任何商业上可用的服务器操作***的一个或多个操作***。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
***100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件***支持的常规存储库。
图1的***100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
图2示出了根据本公开的一个实施例的事件抽取的方法的流程图。方法2000包括:步骤S202、基于待处理的篇章形成事件句集合,该事件句集合包括所述篇章中的至少一个句子;步骤S204、获取至少一个句子中的事件元素,以获得事件元素集,其中,该事件元素集包括至少一个论元、至少一个事件类型以及至少一个论元角色;步骤S206、基于所获取的事件元素集,从所述事件句集合确定该事件句集合的至少一个子集,其中,该事件句集合的每个子集中的句子均属于同一事件;以及步骤S208、输出事件抽取结果,事件抽取结果包括以下各项中的至少一项:至少一个论元、至少一个事件类型、至少一个论元角色以及事件句集合的至少一个子集。通过上述基于获取的事件元素进行事件融合的方式,以降低抽取结果的冗余性,并且提高抽取结果的准确性和完整性。
根据一些实施例,方法2000还可包括获取篇章的标题的事件元素,从而增加事件抽取结果的完整性。
根据一些实施例,事件句集合可以包括待处理的篇章中的任意数量的句子,也可以包括待处理的篇章中的所有句子。根据一些示例,事件句集合还可包括篇章中的与篇章的标题相关的至少一个句子。也就是说,可以选择与篇章的标题相关的至少一个句子以生成事件句集合。这是由于篇章的标题一般与篇章所描述的事件相关,因此根据篇章的标题筛选句子,不仅可以减少后续步骤的计算量,从而增加事件抽取的效率,还可以减少无用的信息对于抽取结果的干扰。优选地,事件句集合可包括篇章中的与篇章标题相关的所有句子,从而确保事件抽取结果的完整性。
根据一些实施例,可以通过直接计算篇章的句子与标题的相关性来生成事件句集合。具体地,基于待处理的篇章形成事件句集合包括:对篇章进行分句,以获得篇章中的所有句子;计算篇章中的每个句子与标题的相关性;基于所计算的相关性,从篇章的所有句子中选择相应的至少一个句子,以形成事件句集合。其中,可以通过识别篇章的标点符号并运用现有的NLP工具对篇章进行分句。根据一些示例,可以根据需要预先设定一定的阈值,并将相关性高于阈值的句子组成事件句集合。
根据一些实施例,也可以将从标题预先抽取出的事件类型作为目标事件类型,然后根据句子与目标事件类型的相关性来筛选篇章中的句子,以生成事件句集合。
根据一些实施例,对于步骤S204,可以使用现有的句子级的事件抽取方法对事件句集合中的句子进行事件元素的抽取。现有的句子级的事件抽取方法可包括基于模板的关系抽取方法、基于机器学习的关系抽取方法、基于神经网络的关系抽取方法、基于序列标注的关系抽取方法、基于阅读理解的关系抽取方法等。
根据一些实施例,步骤S206、基于所获取的事件元素集,从事件句集合确定事件句集合的至少一个子集可包括:针对事件句集合中的每个句子,基于相应的事件元素以及相应的句子原文进行建模;计算事件句集合中的每个建模后的句子之间的相关性;根据所计算的相关性,将事件句集合中的句子划分为事件句集合的至少一个子集。其中,对句子建模所用的模型可例如为深度神经网络模型,包括DNN、RNN等模型。对于上述方式,存在以下优点:通过使用句子原文和从该句子获取的相应的事件元素进行建模,可以增加句子表述的准确性;通过计算建模后的句子之间的相关性来对句子之间的相似性进行识别,从而增加相似性识别的可靠性;根据所计算的相关性,将相似度高的多个句子合并成事件句集合的一个子集,即,对相似度高于阈值的多个句子进行事件融合,从而降低事件抽取的冗余性。
根据一些实施例,事件抽取结果可按照事件类型、论元、论元角色以及事件句集合的子集相互对应的形式进行组织,从而实现以事件为基础的事件抽取结果。
图3示出了根据本公开的另一个实施例的事件抽取的方法的部分流程图。方法3000的部分可包括如下步骤:
步骤S204:获取至少一个句子中的事件元素,以获得事件元素集;
上述步骤与方法2000中的步骤S204相同,在此不再赘述。
步骤S205:从所获取的至少一个论元中确定至少一个目标论元,其中,至少一个目标论元相互之间不具有共指关系;
也就是说,可以对所获取的至少一个论元进行共指消解,从具有共指关系的论元中选择其中一个作为目标论元,以替代相应的其他论元。例如,对于“某A金融上市”的篇章(“某A”为金融公司的名称),在某A金融上市的事件中的论元“某A金融”、“某A”、“该公司”等均指向同一实体,即,某A金融公司。此时,可以选择其中之一(如,“某A金融”)作为某A金融上市的事件中的某A金融公司的论元。通过上述步骤,消除了论元之间的共指关系,从而减少了事件抽取结果的冗余性。
步骤S206’:基于获取的事件类型、论元角色以及选择的目标论元,从事件句集合中确定事件句集合的至少一个子集,该事件句集合的每个子集中的句子指向同一事件。
根据一些实施例,可针对事件句集合中的每个句子,基于相应的事件类型、论元角色、目标论元以及相应的句子原文进行建模,并计算建模后的句子之间的相关性,以获得事件句集合的至少一个子集,以此获得更加准确的句子表示,进而促进事件融合,减少抽取结果的冗余性。
替代地,步骤S206’也可直接用步骤S206替代,即,基于步骤S204获取的事件元素集,来确定事件句集合的至少一个子集。此时,步骤S206可在步骤S205前执行或与步骤S205同时执行,但是应理解,本公开不限于此。
根据一些实施例,事件抽取结果可按照事件类型、目标论元、论元角色以及事件句集合的子集相互对应的形式进行组织,从而实现事件粒度的事件抽取结果。
图4示出了根据本公开的另一个实施例的确定目标论元的方法的流程图。
根据一些实施例,步骤S205可包括:计算论元之间的相关性;基于所计算的相关性,从至少一个论元中选择至少一个目标论元。也就是说,可以通过计算论元之间的相关性,对所获取的至少一个论元进行共指消解。其中,论元之间的相关性的计算可利用论元之间的编辑距离等特征构建神经网络模型进行计算、也可基于编辑距离进行计算、还可通过构建论元之间的图关系进行计算等。
根据一些实施例,如图4所示,在计算论元之间的相关性之前,步骤S205还可包括:步骤S402、根据事件类型和论元角色中的至少一项,将至少一个论元中的论元划分为至少一个论元集合。也就是说,可以对所获取的至少一个论元中的论元按照事件类型和/或论元角色进行组织,以生成至少一个论元集合。优选地,根据事件类型和论元角色,将至少一个论元中的论元划分为至少一个论元集合。根据一些示例,该论元集合中的论元具有相同的事件类型和论元角色。例如,对于“某A金融上市”的篇章,将论元“某A金融”、“某A”、“某A集团”、“该公司”、“星期一”、“星期一上午”等论元按照事件类型和论元角色划分为如下至少一个论元集合:具有事件类型“上市”和论元角色“上市方”的论元“某A金融”、“某A”、“某A集团”、“该公司”的论元集合;具有事件类型“上市”和论元角色“日期”的论元“星期一”、“星期一上午”的论元集合。通过将论元按照事件类型和论元角色进行组织,可以减少后续确定目标论元的计算量。
根据一些实施例,在根据事件类型和论元角色中的至少一项划分论元后,可在所生成的至少一个论元子集中的每个论元子集中,计算论元之间的相关性。因而,步骤S205中的计算论元之间的相关性例如为,步骤S404、在每个论元集合中,计算论元之间的相关性,使得可以在一定的范围内计算论元之间的相关性,从而减少数据的计算量。其中,论元之间的相关性的计算可利用论元之间的编辑距离等特征构建神经网络模型进行计算、也可基于编辑距离进行计算、还可通过构建论元之间的图关系进行计算等。
根据一些实施例,步骤S205中的基于所计算的相关性,从至少一个论元中选择至少一个目标论元可包括:步骤S406、基于所计算的相关性以及预设的相关性阈值,将每个论元集合中的论元划分为至少一个论元子集;步骤S408、从至少一个论元子集中的每个论元子集中选择一个论元作为目标论元。根据一些示例,可以将相关性高于阈值(即,具有共指关系)的论元划分为一个论元子集,然后从该论元子集中选择一个论元作为该子集中的论元的代表(即,目标论元),以在一定的范围内选定目标论元,从而减少数据的计算量。如上述“某A金融上市”的示例中,通过计算具有事件类型“上市”和论元角色“上市方”的论元“某A金融”、“某A”、“某A集团”、“该公司”的集合中的论元之间的相关性,将该论元集合分为:“某A金融”、“某A”、“该公司”的论元子集以及“某A集团”的论元子集,然后,在“某A金融”、“某A”、“该公司”的论元子集中选择其中一个作为该论元子集的目标论元。
根据一些实施例,对于步骤S408,可统计论元子集中的每个论元与该论元子集中的其他论元之间的相关性总和,将相关性总和最高的论元选择为该论元子集中的目标论元。例如,在“某A”、“某A金融”、“该公司”的论元子集中,“某A”与“某A金融”及“某A”与“该公司”的相关性总和为a,“某A金融”与“某A”及“某A金融”与“该公司”的相关性总和为b,“该公司”与“某A”及“该公司”与“某A金融”的相关性总和为c,若相关性总和a>b>c,则将“某A”作为该论元子集中的目标论元。
图5示出了根据本公开的一个实施例的事件抽取的装置的结构框图。装置5000包括:事件句选择模块501、事件元素获取模块502、事件融合模块503以及事件输出模块504,其中,事件句识别模块501被配置为基于待处理的篇章形成事件句集合,所述事件句集合包括所述篇章中的至少一个句子;事件元素获取模块502被配置为获取所述至少一个句子中的事件元素,以获得事件元素集,其中,所述事件元素集包括至少一个论元、至少一个事件类型以及至少一个论元角色;事件融合模块503被配置为基于事件元素集,从事件句集合确定事件句集合的至少一个子集,其中,事件句集合的每个子集中的句子均属于同一事件;事件输出模块504被配置为输出事件抽取结果,事件抽取结果包括以下各项中的至少一项:至少一个论元、至少一个事件类型、至少一个论元角色以及事件句集合的至少一个子集。
根据本公开的另一方面,还提供一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,处理器被配置为执行该计算机程序以实现上述事件抽取的方法的步骤。
根据本公开的又一方面,还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述事件抽取的方法的步骤。
根据本公开的又一方面,还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述事件抽取的方法的步骤。
参考图6,现将描述可以作为本公开的服务器或客户端的计算机设备6000的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。
计算机设备6000可以包括(可能经由一个或多个接口)与总线6002连接或与总线6002通信的元件。例如,计算机设备6000可以包括总线6002、一个或多个处理器6004、一个或多个输入设备6006以及一个或多个输出设备6008。一个或多个处理器6004可以是任何类型的处理器,并且可以包括但不限于一个或多个通用处理器和/或一个或多个专用处理器(例如特殊处理芯片)。处理器6004可以对在计算机设备6000内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个计算机设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图6中以一个处理器6004为例。
输入设备6006可以是能向计算机设备6000输入信息的任何类型的设备。输入设备6006可以接收输入的数字或字符信息,以及产生与事件抽取的计算机设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出设备6008可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。
计算机设备6000还可以包括非暂时性存储设备6010或者与非暂时性存储设备6010连接,非暂时性存储设备可以是非暂时性的并且可以实现数据存储的任何存储设备,并且可以包括但不限于磁盘驱动器、光学存储设备、固态存储器、软盘、柔性盘、硬盘、磁带或任何其他磁介质,光盘或任何其他光学介质、ROM(只读存储器)、RAM(随机存取存储器)、高速缓冲存储器和/或任何其他存储器芯片或盒、和/或计算机可从其读取数据、指令和/或代码的任何其他介质。非暂时性存储设备6010可以从接口拆卸。非暂时性存储设备6010可以具有用于实现上述方法和步骤的数据/程序(包括指令)/代码/模块(例如,附图5所示的事件句选择模块501、事件元素获取模块502、事件融合模块503以及事件输出模块504。
计算机设备6000还可以包括通信设备6012。通信设备6012可以是使得能够与外部设备和/或与网络通信的任何类型的设备或***,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信设备和/或芯片组,例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算机设备6000还可以包括工作存储器6014,其可以是可以存储对处理器6004的工作有用的程序(包括指令)和/或数据的任何类型的工作存储器,并且可以包括但不限于随机存取存储器和/或只读存储器设备。
软件要素(程序)可以位于工作存储器6014中,包括但不限于操作***6016、一个或多个应用程序6018、驱动程序和/或其他数据和代码。用于执行上述方法和步骤的指令可以包括在一个或多个应用程序6018中,并且上述方法可以通过由处理器6004读取和执行一个或多个应用程序6018的指令来实现。软件要素(程序)的指令的可执行代码或源代码也可以从远程位置下载。
还应该理解,可以根据具体要求而进行各种变型。例如,也可以使用定制硬件,和/或可以用硬件、软件、固件、中间件、微代码,硬件描述语言或其任何组合来实现特定元件。例如,所公开的方法和设备中的一些或全部可以通过使用根据本公开的逻辑和算法,用汇编语言或硬件编程语言(诸如VERILOG,VHDL,C++)对硬件(例如,包括现场可编程门阵列(FPGA)和/或可编程逻辑阵列(PLA)的可编程逻辑电路)进行编程来实现。
还应该理解,前述方法可以通过服务器-客户端模式来实现。例如,客户端可以接收用户输入的数据并将所述数据发送到服务器。客户端也可以接收用户输入的数据,进行前述方法中的一部分处理,并将处理所得到的数据发送到服务器。服务器可以接收来自客户端的数据,并且执行前述方法或前述方法中的另一部分,并将执行结果返回给客户端。客户端可以从服务器接收到方法的执行结果,并例如可以通过输出设备呈现给用户。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机设备上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以为分布式***的服务器,或者是结合了区块链的服务器。服务器也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
还应该理解,计算机设备6000的组件可以分布在网络上。例如,可以使用一个处理器执行一些处理,而同时可以由远离该一个处理器的另一个处理器执行其他处理。计算设备6000的其他组件也可以类似地分布。这样,计算机设备6000可以被解释为在多个位置执行处理的分布式计算***。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、***和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (19)
1.一种事件抽取的方法,包括:
基于待处理的篇章形成事件句集合,所述事件句集合包括所述篇章中的至少一个句子;
获取所述至少一个句子中的事件元素,以获得事件元素集,其中,所述事件元素集包括至少一个论元、至少一个事件类型以及至少一个论元角色;
基于所获取的事件元素集,从所述事件句集合确定所述事件句集合的至少一个子集,其中,所述事件句集合的每个子集中的句子均属于同一事件;以及
输出事件抽取结果,所述事件抽取结果包括以下各项中的至少一项:所述至少一个论元、所述至少一个事件类型、所述至少一个论元角色以及所述事件句集合的至少一个子集。
2.根据权利要求1所述的方法,其中,所述方法还包括从所获取的至少一个论元中确定至少一个目标论元,其中,所述至少一个目标论元中的目标论元相互之间不具有共指关系。
3.根据权利要求2所述的方法,其中,从所述至少一个论元中确定至少一个目标论元包括:
计算所述论元之间的相关性;
基于所计算的相关性,从所述至少一个论元中选择至少一个目标论元。
4.根据权利要求3所述的方法,其中,从所述至少一个论元中确定至少一个目标论元还包括:
根据所述事件类型和所述论元角色中的至少一项,将所述至少一个论元中的论元划分为至少一个论元集合。
5.根据权利要求4所述的方法,其中,每个所述论元集合中的论元具有相同的事件类型和相同的论元角色。
6.根据权利要求4所述的方法,其中,在每个所述论元集合中,计算所述论元之间的相关性。
7.根据权利要求6所述的方法,其中,基于所计算的相关性,从所述至少一个论元中选择至少一个目标论元包括:
基于所计算的相关性以及预设的相关性阈值,将每个所述论元集合中的论元划分为至少一个论元子集;
从所述至少一个论元子集中的每个论元子集中选择一个论元作为目标论元。
8.根据权利要求3所述的方法,其中,基于所述论元之间的编辑距离,计算所述论元之间的相关性。
9.根据权利要求2所述的方法,其中,基于所述事件元素集,从所述事件句集合确定所述事件句集合的至少一个子集包括:
针对所述事件句集合中的每个句子,基于相应的所述事件元素以及相应的句子原文进行建模;
计算所述事件句集合中的每个建模后的句子之间的相关性;
根据所计算的相关性,将所述事件句集合中的句子划分为所述事件句集合的至少一个子集。
10.根据权利要求9所述的方法,其中,针对所述事件句集合中的每个句子,基于相应的所述事件类型、所述论元角色、所述目标论元以及相应的句子原文进行建模。
11.根据权利要求1所述的方法,其中,所述事件句集合包括所述篇章中的与所述篇章的标题相关的至少一个句子。
12.根据权利要求1所述的方法,其中,所述事件句集合包括所述篇章中的与所述篇章的标题相关的所有句子。
13.根据权利要求12所述的方法,其中,基于待处理的篇章形成事件句集合,所述事件句集合包括所述篇章中的与所述标题相关的至少一个句子包括:
对所述篇章进行分句,以获得所述篇章中的所有句子;
计算所述篇章中的每个句子与所述标题的相关性;
基于所计算的相关性,从所述篇章的所有句子中选择相应的至少一个句子,以形成事件句集合。
14.根据权利要求1至8中任一项所述的方法,其中,所述事件抽取结果按照所述事件类型、所述目标论元、所述论元角色以及所述事件句集合的子集相互对应的形式进行组织。
15.根据权利要求1至14中任一项所述的方法,其中,所述方法还包括获取所述篇章的标题的事件元素。
16.一种事件抽取的装置,包括:
事件句选择模块,所述事件句识别模块被配置为基于待处理的篇章形成事件句集合,所述事件句集合包括所述篇章中的至少一个句子;
事件元素获取模块,所述事件元素获取模块被配置为获取所述至少一个句子中的事件元素,以获得事件元素集,其中,所述事件元素集包括至少一个论元、至少一个事件类型以及至少一个论元角色;
事件融合模块,所述事件融合模块被配置为基于所述事件元素集,从所述事件句集合确定所述事件句集合的至少一个子集,其中,所述事件句集合的每个子集中的句子均属于同一事件;以及
事件输出模块,所述事件输出模块被配置为输出事件抽取结果,所述事件抽取结果包括以下各项中的至少一项:所述至少一个论元、所述至少一个事件类型、所述至少一个论元角色以及所述事件句集合的至少一个子集。
17.一种计算机设备,包括:
存储器、处理器以及存储在所述存储器上的计算机程序,
其中,所述处理器被配置为执行所述计算机程序以实现权利要求1-15中任一项所述的方法的步骤。
18.一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现权利要求1-15中任一项所述的方法的步骤。
19.一种计算机程序产品,包括计算机程序,其中,所述计算机程序被处理器执行时实现权利要求1-15中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011463355.6A CN112528625B (zh) | 2020-12-11 | 2020-12-11 | 事件抽取的方法、装置、计算机设备以及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011463355.6A CN112528625B (zh) | 2020-12-11 | 2020-12-11 | 事件抽取的方法、装置、计算机设备以及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112528625A true CN112528625A (zh) | 2021-03-19 |
CN112528625B CN112528625B (zh) | 2024-02-23 |
Family
ID=74999335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011463355.6A Active CN112528625B (zh) | 2020-12-11 | 2020-12-11 | 事件抽取的方法、装置、计算机设备以及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112528625B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114328687A (zh) * | 2021-12-23 | 2022-04-12 | 北京百度网讯科技有限公司 | 事件抽取模型训练方法及装置、事件抽取方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030068856A (ko) * | 2002-02-18 | 2003-08-25 | 한국전자통신연구원 | 비구조 문서에서 사용자가 요구하는 정보를 추출하는 장치및 그 방법 |
CN103886051A (zh) * | 2014-03-13 | 2014-06-25 | 电子科技大学 | 一种基于实体及特征的评论分析方法 |
WO2017075912A1 (zh) * | 2015-11-05 | 2017-05-11 | 同济大学 | 一种新闻事件抽取方法及*** |
US10002129B1 (en) * | 2017-02-15 | 2018-06-19 | Wipro Limited | System and method for extracting information from unstructured text |
CN110765231A (zh) * | 2019-10-11 | 2020-02-07 | 南京摄星智能科技有限公司 | 一种基于共指融合的篇章事件抽取方法 |
CN110941692A (zh) * | 2019-09-28 | 2020-03-31 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 互联网政治外交类新闻事件抽取方法 |
CN111382228A (zh) * | 2020-03-17 | 2020-07-07 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN111581345A (zh) * | 2020-04-26 | 2020-08-25 | 上海明略人工智能(集团)有限公司 | 一种文档级别的事件抽取方法和装置 |
CN111753522A (zh) * | 2020-06-29 | 2020-10-09 | 深圳壹账通智能科技有限公司 | 事件抽取方法、装置、设备以及计算机可读存储介质 |
-
2020
- 2020-12-11 CN CN202011463355.6A patent/CN112528625B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030068856A (ko) * | 2002-02-18 | 2003-08-25 | 한국전자통신연구원 | 비구조 문서에서 사용자가 요구하는 정보를 추출하는 장치및 그 방법 |
CN103886051A (zh) * | 2014-03-13 | 2014-06-25 | 电子科技大学 | 一种基于实体及特征的评论分析方法 |
WO2017075912A1 (zh) * | 2015-11-05 | 2017-05-11 | 同济大学 | 一种新闻事件抽取方法及*** |
US10002129B1 (en) * | 2017-02-15 | 2018-06-19 | Wipro Limited | System and method for extracting information from unstructured text |
CN110941692A (zh) * | 2019-09-28 | 2020-03-31 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 互联网政治外交类新闻事件抽取方法 |
CN110765231A (zh) * | 2019-10-11 | 2020-02-07 | 南京摄星智能科技有限公司 | 一种基于共指融合的篇章事件抽取方法 |
CN111382228A (zh) * | 2020-03-17 | 2020-07-07 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN111581345A (zh) * | 2020-04-26 | 2020-08-25 | 上海明略人工智能(集团)有限公司 | 一种文档级别的事件抽取方法和装置 |
CN111753522A (zh) * | 2020-06-29 | 2020-10-09 | 深圳壹账通智能科技有限公司 | 事件抽取方法、装置、设备以及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
仲伟峰;杨航;陈玉博;刘康;赵军: "基于联合标注和全局推理的篇章级事件抽取", 中文信息学报, no. 009 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114328687A (zh) * | 2021-12-23 | 2022-04-12 | 北京百度网讯科技有限公司 | 事件抽取模型训练方法及装置、事件抽取方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112528625B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10650311B2 (en) | Suggesting resources using context hashing | |
EP3913532A2 (en) | Object area measurement method, apparatus, storage medium and computer product | |
CN111582477A (zh) | 神经网络模型的训练方法和装置 | |
CN113656587A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
CN114443989B (zh) | 排序方法、排序模型的训练方法、装置、电子设备及介质 | |
KR20230006601A (ko) | 정렬 방법, 정렬 모델의 트레이닝 방법, 장치, 전자 기기 및 매체 | |
CN115168545A (zh) | 群组搜索方法、装置、电子设备及介质 | |
WO2022116827A1 (en) | Automatic delineation and extraction of tabular data in portable document format using graph neural networks | |
CN114821581A (zh) | 图像识别方法和用于训练图像识别模型的方法 | |
US11610401B2 (en) | Acquiring public opinion and training word viscosity model | |
CN116883181B (zh) | 基于用户画像的金融服务推送方法、存储介质及服务器 | |
CN112528625B (zh) | 事件抽取的方法、装置、计算机设备以及可读存储介质 | |
CN115600646B (zh) | 语言模型的训练方法、装置、介质及设备 | |
CN116401462A (zh) | 应用于数字化共享的互动数据分析方法及*** | |
CN112100156B (zh) | 基于用户行为构建知识库的方法、装置、介质、*** | |
CN114140547B (zh) | 图像生成方法和装置 | |
CN115578501A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN114842476A (zh) | 水印检测方法及装置、模型训练方法及装置 | |
CN114429678A (zh) | 模型训练方法及装置、电子设备和介质 | |
CN114281990A (zh) | 文档分类方法及装置、电子设备和介质 | |
CN113609370B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
US11663410B2 (en) | Online terms of use interpretation and summarization | |
EP4113398A2 (en) | Data labeling processing method and apparatus, electronic device and medium | |
US11928153B2 (en) | Multimedia linked timestamp validation detection | |
CN118277670A (zh) | 内容推荐方法、装置、电子设备、介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |