[发明专利]事件抽取方法及系统、计算机可读存储介质及电子设备

说明书

本发明涉及一种事件抽取方法及系统、计算机可读存储介质及电子设备，该方法包括以下步骤：步骤1，对准备的语料进行人工标注，包括对事件的各要素进行标注，以及对触发事件的事件表征短语进行标注；步骤2，将标注后的语料进行序列标注，且所述标注后的语料中的事件表征短语用事件类型标注；步骤3，将步骤2处理后的数据输入模型中进行训练，得到事件抽取模型；步骤4，将待抽取文本输入所述事件抽取模型中，输出得到识别结果。本发明提出的是一种新的事件抽取方法，将原本两个模型完成的工作，减少为只需要一个模型即可完成，极大的节省了资源和时间。

技术领域

本发明涉及自然语言处理技术领域，特别涉及一种可减少事件抽取计算资源的事件抽取方法及系统、计算机可读存储介质及电子设备。

背景技术

在知识图谱领域，事件是发生在某个特定的时间点或时间段、某个特定的地域范围内，由一个或者多个角色参与的一个或者多个动作组成的事情或者状态的改变。事件抽取是指从自然语言文本中抽取出用户感兴趣的事件信息，并以结构化的形式呈现出来，如什么人/组织，什么时间，在什么地方，做了什么事。

BERT (Bidirectional Encoder Representations from Transformers)是谷歌公司发布的基于双向Transformer的大规模预训练语言模型，该预训练模型能高效抽取文本信息并应用于各种NLP任务，该研究凭借预训练模型刷新了11项 NLP 任务的当前最优性能记录，可以把该模型理解成一个语言编码器，把输入的句子或者段落转化成特征向量。

目前进行事件抽取，一般通过如下过程进行：首先准备好训练语料；其次通过文本分类模型对语料（篇章级或句子级）中是否含有事件及事件类别进行判断，即事件分类；最后再用事件要素抽取模型将含有事件的语料进行事件要素的抽取，完成整个事件抽取过程。

通过以上描述可知完成事件抽取需要两个模型：事件分类模型和事件要素抽取模型。深度学习模型一般需要大量的计算资源，如CPU计算资源，内存资源，GPU计算资源，GPU显存等，尤其近年来以BERT为代表的预训练语言模型，以显存消耗较多著称。目前在进行事件抽取任务时，需要同时使用两个BERT模型，因此需要消耗大量的资源和时间。

发明内容

本发明的目的在于改善现有技术中所存在的事件抽取需要消耗大量资源和时间的不足，提供一种事件抽取方法及系统、计算机可读存储介质及电子设备，可减少事件抽取计算资源及减少时间消耗。

为了实现上述发明目的，本发明实施例提供了以下技术方案：

一方面，本发明实施例提供了一种事件抽取方法，包括以下步骤：

步骤1，对准备的文本语料进行人工标注，包括对事件的各要素进行标注，以及对触发事件的事件表征短语进行标注；

步骤2，将标注后的语料进行序列标注，且所述标注后的语料中的事件表征短语用事件类型标注；

步骤3，将步骤2处理后的数据输入模型中进行训练，得到事件抽取模型；

步骤4，将待抽取文本输入所述事件抽取模型中，输出得到识别结果。

上述方法中，首先对事件的要素和事件表征短语同时进行标注，然后再进行序列标注，但序列标注时不对事件表征短语进行相同标注，而是进行事件类型标注，经过此番处理后训练得到的事件抽取模型即可同时对事件类型和事件要素进行同时识别提取，即用一个模型即可实现现有技术两个模型所完成的任务，既大大降低了计算资源消耗，也大大减少了事件抽取时间。

所述步骤2中采用BEIO序列标注法对标注后的语料进行标注。

所述步骤3中所述模型为BERT模型或bilstm+crf模型。

所述步骤4中，当所述事件抽取模型输出的识别结果中包含两个及以上事件类型时，以第一个事件类型为准。