[发明专利]识别方法、识别模型的训练方法、装置、设备、存储介质

权利要求书

1.一种事件主体的识别方法，其特征在于，所述方法包括：

获取待识别事件文本和所述待识别事件文本的事件类别；

将所述待识别事件文本以及所述待识别事件文本的事件类别输入预先训练获得的事件主体识别模型，得到识别结果,所述识别结果用于标识所述待识别事件文本中的至少一个事件主体；其中，所述事件主体识别模型中包括全连接层和实体识别层，所述全连接层用于识别至少一个主体，所述实体识别层用于识别各所述主体是否为实体；

根据预设字典对所述识别结果进行筛选，得到至少一个目标事件主体。

2.如权利要求1所述的方法，其特征在于，所述识别结果中包括：至少一个事件主体和各所述事件主体的概率值；

所述根据预设字典对识别结果进行筛选，得到至少一个目标事件主体，包括：

根据各所述事件主体的概率值对各所述事件主体进行排序；

将所述概率值排名在第一预设个数内的所述事件主体作为待筛选事件主体；

根据所述预设字典对所述待筛选事件主体进行筛选，将通过筛选的所述待筛选事件主体作为所述目标事件主体。

3.如权利要求2所述的方法，其特征在于，所述根据各所述事件主体的概率值对各所述事件主体进行排序之前，所述方法还包括：

根据所述事件主体识别模型中的所述全连接层确定事件主体的起始位置和结束位置；

根据所述起始位置和所述结束位置，确定各所述事件主体。

4.如权利要求3所述的方法，其特征在于，所述根据所述起始位置和所述结束位置，确定各所述事件主体，包括：

确定所述起始位置对应的概率值排名在第二预设个数内的所述起始位置为目标起始位置；

确定所述结束位置对应的概率值排名在第二预设个数内的所述结束位置为目标结束位置；

根据预设组合方法对所述目标起始位置和所述目标结束位置进行组合，得到至少一个位置组；其中，每个所述位置组中均包括一个所述目标起始位置和所述目标结束位置；

确定各所述位置组中的所述目标起始位置和所述目标结束位置之间的内容为各所述事件主体。

5.如权利要求1-4任一项所述的方法，其特征在于，所述将所述待识别事件文本以及所述待识别事件文本的事件类别输入预先训练获得的事件主体识别模型，得到识别结果，包括：

将所述待识别事件文本以及所述待识别事件文本的事件类别输入所述事件主体识别模型，由所述事件主体识别模型根据预设语句信息表征算法，分别提取所述事件类别对应的事件类别的语义表征，和所述待识别事件文本对应的待识别事件文本语义表征，并根据所述事件类别的语义表征，和所述待识别事件文本语义表征，对所述待识别事件文本中的至少一个事件主体进行识别，得到所述识别结果。

6.一种事件主体识别模型的训练方法，其特征在于，所述方法包括：

获取训练样本文本和所述训练样本的事件类别；其中，所述训练样本文本中标注有事件主体的位置；

将所述训练样本文本和所述训练样本的事件类别输入初始识别模型中，所述初始识别模型中包括：全连接层和实体识别层；

根据所述初始识别模型的全连接层的输出结果以及所述训练样本文本的标注信息，确定各所述事件主体对应的第一损失函数；

根据所述初始识别模型的实体识别层的输出结果以及所述训练样本文本的标注信息，确定各所述事件主体对应的第二损失函数；

根据所述第一损失函数和所述第二损失函数确定目标损失函数；

根据所述目标损失函数，对所述初始识别模型进行修正，并在修正后的初始识别模型满足预设条件时，将修正后的初始识别模型作为事件主体识别模型。