[发明专利]一种长文本事件抽取方法、装置、计算机设备及存储介质

权利要求书

1.一种长文本事件抽取方法，其特征在于，包括：

获取待抽取事件的长文本中的触发词，并根据所述触发词对长文本进行文本截断，得到截断文本；

所述获取待抽取事件的长文本中的触发词，并根据所述触发词对长文本进行文本截断，得到截断文本，包括：

通过触发词词典在长文本中选取触发词，并利用触发词对长文本进行预截断；

基于预截断的长文本，统计不同触发词之间的句子数量和总字数；

根据不同触发词之间的总字数构建离散区间，并基于所述离散区间选取分布占比最多的字数区间；

在所述字数区间中选取众数作为字数阈值，并利用所述字数阈值对长文本进行文本截断；

利用深度学习模型分类预测所述截断文本对应的多个事件类型；

结合机器阅读理解技术和指针网络模型，对每一所述事件类型抽取对应的事件角色信息；

所述结合机器阅读理解技术和指针网络模型，对每一所述事件类型抽取对应的事件角色信息，包括：

采用问答式架构在所述截断文本的每一事件类型后拼接问句；

通过指针网络模型，根据拼接问句构建标签列表，并利用所述标签列表预测所述问句在所述截断文本中的起始位置概率值和终止位置概率值；

选取概率值最大的起始位置和终止位置，并将所述起始位置和终止位置之间的文本内容作为对应事件类型下属的事件角色信息；

基于序列生成算法，将所有的所述事件角色信息组合为一目标事件，并将所述目标事件作为事件抽取结果输出；所述序列生成算法为DOC2EDAG算法；

所述基于序列生成算法，将所有的所述事件角色信息组合为一目标事件，并将所述目标事件作为事件抽取结果输出，包括：

基于所述事件角色信息对每一事件类型下属的所有事件角色进行排序；

通过一状态变量对每一事件类型下属的事件角色进行状态更新；

根据排序结果和状态更新结果，通过DOC2EDAG算法为所有的事件角色构建有向无环图，得到所有的所述事件角色信息组合的序列，并将所述序列作为所述目标事件输出。

2.根据权利要求1所述的长文本事件抽取方法，其特征在于，所述利用深度学习模型分类预测所述截断文本对应的多个事件类型，包括：

获取包含截断训练文本和事件类型的训练集，并对训练集中的截断训练文本按照事件标签拼接；

通过增加卷积核的深度学习模型对拼接后的截断训练文本进行卷积处理；

采用focal-loss损失函数对改进的深度学习模型进行优化更新；

利用更新后的深度学习模型对截断文本进行事件分类预测。

3.根据权利要求1所述的长文本事件抽取方法，其特征在于，所述通过一状态变量对每一事件类型下属的事件角色进行状态更新，包括：

获取至少一新增事件角色节点，并利用全连接层对每一所述事件角色节点进行特征变换；

将特征变换结果与所述状态变量进行拼接，并将拼接结果依次输入值全连接层和激活函数，得到每一所述事件角色节点与对应事件角色的匹配概率值；

选择匹配概率值最大的事件角色节点作为对应事件角色的预测结果，并更新对应的事件类型。