[发明专利]基于信息增强实现两步中文事件精准检测的方法、装置、处理器及其计算机可读存储介质

权利要求书

1.一种基于信息增强实现两步中文事件精准检测的方法，其特征在于，所述的方法包括以下步骤：

(1)输入包含中文的事件句和事件句文档进行分词处理；

(2)对事件句中的每一个字符进行多粒度事件信息混合表示的处理，以获取每一个字符融合后的最终表征；

(3)将每一个字符的最终表征用于进行多层带扰动的残差型门限空洞卷积网络的构建，以进行后续中文事件的检测；

(4)采用首尾双指针的标注策略对所有中文事件中的触发词进行识别处理；

(5)利用所述的事件句和事件句文档构建包含实体-主体-候选触发词的交互图模型；

(6)针对上述处理过程使用Softmax层预测事件触发词的事件类别分布特征，并通过概率分布计算出各个触发词所属的事件类别。

2.根据权利要求1所述的基于信息增强实现两步中文事件精准检测的方法，其特征在于，所述的步骤(2)具体包括以下步骤：

(2.1)对于中文事件句中的每一个字符，从字词训练向量模型中查找事件句中每一个字符对应的字符表征；

(2.2)采用全词切分的方式获取事件句中每一个字符对应的全词语表征；

(2.3)根据下列公式计算事件句中每一个字符对应的位置表征，以提高整体事件句信息表征对字符位置的感知和敏感度：

其中，i为事件句中的第i个字符，d^pe为位置表征的维度，PE_(i,2k)为位置表征第2k个元素的数值，PE_(i,2k+1)为位置表征第2k+1个元素的数值，

(2.4)将每一个字符对应的字符表征、全词语表征以及位置表征累加获取该字符的最终表征。

3.根据权利要求2所述的基于信息增强实现两步中文事件精准检测的方法，其特征在于，所述的步骤(2.2)具体包括以下步骤：

(2.2.1)在预训练模型中查找每一个字符对应的所有的词语表征WE_ik；

(2.2.2)并根据下列公式计算当前该字符对应的所有词语表征的平均值，将其作为该字符最终的全词语表征：

其中，i为事件句中的第i个字符，k为当前字符的第k个全词语表征，K为当前字符的全词语表征总数。

4.根据权利要求2所述的基于信息增强实现两步中文事件精准检测的方法，其特征在于，所述的步骤(3)具体包括以下步骤：

(3.1)根据上述字符表征方式，获得事件向量序列为X＝[X₁，X₂，X₃，...，X_n]，其中X_i是事件句中每一个字符的表示；

(3.2)在所述的空洞卷积网络上添加Sigmoid门控函数，并将门控函数值域范围设置为[0，1]，采用下列计算公式进行更新和遗忘前置部分的信息：

其中，AConv1D₁(X)、AConv1D₂(X)表示输入序列X的一维空洞卷积，表示两个向量的点乘运算，σ表示门限机制函数；

(3.3)在所述的空洞卷积网络中引入残差机制，将事件句的事件向量序列X＝[X₁，X₂，X₃，...，X_n]得到的浅层原始特征，与通过所述的门限机制的空洞卷积网络计算之后的得到深层卷积特征进行融合，使得事件句表征更加综合全面，具体为采用以下公式进行特征融合：

σ′＝σ(AConv1D₂(X))；

(3.4)在所述的空洞卷积网络中采用以下公式加入正则化的参数扰动，从而构建所述的带扰动的残差型门限空洞卷积网络H_sgr-aconv，以提升模型的鲁棒性：

(3.5)基于所述的带扰动的残差型门限空洞卷积网络的训练，所述的训练句中的每一个字符均转化为一个隐藏层向量。