[发明专利]一种构建因果关系确定模型的方法、装置和设备

权利要求书

1.一种构建因果关系确定模型的方法，其特征在于，包括：

获取原始语料集；所述原始语料集中包括至少一个第一候选文本；

根据目标事件因果关系模板在所述原始语料集中筛选第二候选文本；

针对每一个第二候选文本，根据所述第二候选文本中每一个词的词向量和每一个字的字向量，确定所述第二候选文本的语句向量；

基于每一个第二候选文本的语句向量对待训练的因果关系确定模型进行训练，得到训练好的因果关系确定模型。

2.根据权利要求1所述的方法，其特征在于，所述基于每一个第二候选文本的语句向量对待训练的因果关系确定模型进行训练，得到训练好的因果关系确定模型，包括：

针对每一个第二候选文本的语句向量，将所述第二候选文本的语句向量作为正样本输入至待训练的因果关系确定模型，将所述第二候选文本的因果关系标签作为负样本输入至待训练的因果关系确定模型，对所述待训练的因果关系确定模型进行训练；

针对每一个第二候选文本的语句向量，将正样本输入至待训练的因果关系确定模型得到的输出结果与所述因果关系标签进行比对，根据比对结果确定所述待训练的因果关系确定模型训练精度，当所述训练精度达到预设精度值时，训练结束，得到训练好的因果关系确定模型。

3.根据权利要求1所述的方法，其特征在于，所述针对每一个第二候选文本，根据所述第二候选文本中每一个词的词向量和每一个字的字向量，确定所述第二候选文本的语句向量，包括：

针对每一个第二候选文本，基于所述第二候选文本所对应的词向量和字向量，通过注意力机制生成所述第二候选文本的语句向量。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取待识别文本集合；所述待识别文本集合中包括至少一个待识别文本；

将每一个所述待识别文本分别输入至训练好的因果关系确定模型，根据训练好的因果关系确定模型的输出结果确定出具有目标因果关系的目标文本。

5.根据权利要求4所述的方法，其特征在于，在将每一个所述待识别文本分别输入至训练好的目标因果关系确定模型之前，还包括：

针对每一个待识别文本，根据所述待识别文本中每一个词的词向量和每一个字的字向量，确定所述待识别文本的语句向量。

6.根据权利要求5所述的方法，其特征在于，所述将每一个所述待识别文本分别输入至训练好的因果关系确定模型，根据训练好的因果关系确定模型的输出结果确定出具有目标因果关系的目标文本，包括：

将每一个所述待识别文本对应的语句向量分别输入至训练好的因果关系确定模型，根据训练好的因果关系确定模型的输出结果确定出具有目标因果关系的目标文本。

7.根据权利要求4所述的方法，其特征在于，所述训练好的因果关系确定模型包括特征提取层和判别层；将每一个所述待识别文本分别输入至训练好的因果关系确定模型，根据训练好的因果关系确定模型的输出结果确定出具有目标因果关系的目标文本，包括：

针对每一个所述待识别文本，将所述待识别文本输入至所述特征提取层，得到所述待识别文本的语义特征；

针对每一个所述待识别文本，将所述待识别文本的语义特征输入至判别层，得到所述待识别文本是否为具有目标因果关系的目标文本。

8.根据权利要求7所述的方法，其特征在于，所述将所述待识别文本输入至所述特征提取层，得到所述待识别文本的语义特征，包括：

将所述待识别文本分别输入至所述特征提取层中的多个滤波器，得到每一个滤波器所对应的滤波结果；

将多个滤波结果中重复率最高的滤波结果确定为所述待识别文本的语义特征。