[发明专利]一种中文事件的检测方法和系统

权利要求书

1.一种中文事件的检测方法，其特征在于，包括：

将待检测文本转换成字符向量序列和词向量序列；

将所述字符向量序列和词向量序列输入预先建立的中文事件检测模型，得到所述待检测文本的触发词以及对应的事件类型；

所述中文事件检测模型考虑了事件类型间共现关系；

所述中文事件检测模型的建立，包括：

基于具有确定触发词和事件类型的文本构建训练集；

构建基础模型，采用训练集对所述基础模型进行训练，得到训练集文本中的触发词和各字符对应的初步事件类型特征和初步事件类型概率分布；

在基础模型上构建用于建模事件类型间共现关系的共现关系层，将所述基础模型中得到的各个字符对应的初步事件类型特征和初步事件类型概率分布作为所述共现关系层的输入，计算各个字符对应的考虑事件类型间共现关系的事件类型特征；

在共现关系层上构建分类层，将所述共现关系层得到的各个字符对应的考虑事件类型间共现关系的事件类型特征作为输入，计算各个字符对应的考虑事件类型间共现关系的事件类型概率分布，事件类型结果取概率最高的事件类型；所述分类层包括一层全连接层和激活函数层；将所述基础模型中得到的各个字符对应的初步事件类型特征和初步事件类型概率分布作为所述共现关系层的输入，计算各个字符对应的考虑事件类型间共现关系的事件类型特征，包括：

基于待检测字符对应的初步事件类型特征与其它各个字符对应的初步事件类型概率分布，依次计算待检测字符与其它各个字符对应的初步事件类型特征间的相关度打分；

基于所述待检测字符与其它各个字符对应的初步事件类型特征间的相关度打分，依次计算待检测字符与其它各个字符对应的初步事件类型特征间的相关度权重；

基于所述待检测字符与其它各个字符对应的初步事件类型特征间的相关度权重和其它各个字符对应的初步事件类型特征，计算待检测字符对应的共现关系特征；

基于所述待检测字符对应的共现关系特征和待检测字符对应的初步事件类型特征，计算待检测字符考虑共现关系的事件类型特征。

2.如权利要求1所述的方法，其特征在于，所述将待检测文本转换成字符向量序列和词向量序列，包括：

采用中文分词工具将待检测文本转换成字符序列和词序列；

基于字符向量表和词向量表，将所述字符序列和词序列转化成字符向量序列和词向量序列。

3.如权利要求1所述的方法，其特征在于，所述中文事件检测模型的建立，还包括：

基于分类层预测的事件类型概率分布与真实的事件类型概率分布得到模型训练的交叉熵损失函数；

求解交叉熵损失函数的反向梯度，根据学习率对共现关系层及分类层中的参数进行更新。

4.如权利要求1所述的方法，其特征在于，所述基于待检测字符对应的初步事件类型特征与其它各个字符对应的初步事件类型概率分布，依次计算待检测字符与其它各个字符对应的初步事件类型特征间的相关度打分，计算公式如下：

其中，为待检测字符对应的初步事件类型特征，为第j个字符对应的初步事件类型概率分布，W_A为可训练参数，s_cj为待检测字符与第j个字符对应的初步事件类型特征间的相关度打分。

5.如权利要求1所述的方法，其特征在于，所述基于所述待检测字符与其它各个字符对应的初步事件类型特征间的相关度打分，依次计算待检测字符与其它各个字符对应的初步事件类型特征间的相关度权重，计算公式如下：

其中，s_cj为待检测字符与第j个字符对应的初步事件类型特征间的相关度打分，a_cj为待检测字符与第j个字符对应的初步事件类型特征间的相关度权重。

6.如权利要求1所述的方法，其特征在于，所述基于所述待检测字符与其它各个字符对应的初步事件类型特征间的相关度权重和其它各个字符对应的初步事件类型特征，计算待检测字符对应的共现关系特征，计算公式如下：

其中，a_cj为待检测字符与第j个字符对应的初步事件类型特征间的相关度权重，表示第j个字符对应的初步事件类型特征，为待检测字符对应的共现关系特征。