[发明专利]电力舆情事件的抽取方法、装置、电子设备及存储介质

权利要求书

1.一种电力舆情事件的抽取方法，其特征在于，包括：

获取电力舆情数据；

对所述电力舆情数据进行事件检测，标注含有事件类型标签的目标语句；

抽取所述目标语句中的论元角色；

将所述目标语句对应的事件类型与抽取到的论元角色按照预设格式组合，得到电力舆情事件。

2.根据权利要求1所述的方法，其特征在于，对所述电力舆情数据进行事件检测，标注含有事件类型标签的目标语句，包括：

对所述电力舆情数据进行预处理，得到预处理后的电力舆情数据；

将预处理后的电力舆情数据输入预先训练的事件检测模型中，对每个语句标注对应的事件类型标签，得到含有事件类型标签的目标语句。

3.根据权利要求2所述的方法，其特征在于，所述抽取所述目标语句中的论元角色，包括：

将所述含有事件类型标签的目标语句输入预先训练的论元角色抽取模型中，对每个论元角色进行识别并标注对应的论元角色标签，得到带有论元角色标签的多个论元角色。

4.根据权利要求3所述的方法，其特征在于，所述将所述目标语句对应的事件类型与抽取到的论元角色按照预设格式组合，得到电力舆情事件，包括：

构建电力舆情事件Schema；

将所述目标语句、所述目标语句对应的事件类型、抽取到的论元角色添加到所述电力舆情事件Schema中。

5.根据权利要求2所述的方法，其特征在于，所述将所述处理后的电力舆情数据输入预先训练的事件检测模型中，对每个语句标注对应的事件类型标签，得到含有事件类型标签的目标语句，包括：

识别每个语句是否包含事件类型，将包含事件类型的语句进行标记；

对标记过的包含事件类型的语句进行事件类型识别，对包含事件类型的语句标记对应的事件类型标签，得到含有事件类型标签的目标语句。

6.根据权利要求2所述的方法，其特征在于，所述将所述含有事件类型标签的目标语句输入预先训练的论元角色抽取模型中，对每个论元角色进行识别并标注对应的论元角色标签，得到带有论元角色标签的多个论元角色，包括：

对含有事件类型标签的目标语句进行事件编码，将所述事件编码输入至预先训练的论元角色抽取模型中，识别论元角色特征、语义角色特征和事件类型特征；

基于所述论元角色特征、语义角色特征和事件类型特征，得到事件类型对应的带有论元角色标签的多个论元角色。

7.一种电力舆情事件的抽取装置，其特征在于，包括：

获取模块，用于获取电力舆情数据；

检测模块，用于对所述电力舆情数据进行事件检测，标注含有事件类型标签的目标语句；

抽取模块，用于抽取所述目标语句中的论元角色；

所述抽取模块，还用于将所述目标语句对应的事件类型与抽取到的论元角色按照预设格式组合，得到电力舆情事件。

8.根据权利要求7所述的装置，其特征在于，所述检测模块，具体用于对所述电力舆情数据进行预处理，得到预处理后的电力舆情数据；将预处理后的电力舆情数据输入预先训练的事件检测模型中，对每个语句标注对应的事件类型标签，得到含有事件类型标签的目标语句。

9.一种电子设备，其特征在于，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的电力舆情事件的抽取程序，以实现权利要求1～6中任一项所述的电力舆情事件的抽取方法。

10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～6中任一项所述的电力舆情事件的抽取方法。