[发明专利]一种事件检测方法、系统、电子设备及存储介质在审
申请号: | 202111054114.0 | 申请日: | 2021-09-09 |
公开(公告)号: | CN113761132A | 公开(公告)日: | 2021-12-07 |
发明(设计)人: | 付骁弈;吴信东 | 申请(专利权)人: | 上海明略人工智能(集团)有限公司 |
主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F16/36;G06F40/279;G06N3/04;G06N3/08;G06N20/00 |
代理公司: | 青岛清泰联信知识产权代理有限公司 37256 | 代理人: | 魏炜 |
地址: | 200030 上海市徐汇区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 事件 检测 方法 系统 电子设备 存储 介质 | ||
1.一种事件检测方法,其特征在于,包括:
跨度嵌入计算步骤,对一待检测文本进行分句后得到待检测样本,进一步获取所述待检测样本的字符嵌入和POS嵌入,并进一步获取所述待检测样本每隔一个候选跨度的左边界与右边界的字符嵌入,将所述字符嵌入、所述POS嵌入和所述左边界与右边界的字符嵌入拼接形成每个所述候选跨度的候选跨度嵌入;
注意力机制计算步骤,根据所述候选跨度嵌入通过共享注意力机制的方法计算所述待检测样本中所述候选跨度之间的交互作用的共享注意力机制表征;
模型训练实施步骤,根据所述共享注意力机制表征和所述待检测样本完成打分和模型的训练,并通过训练完的所述模型进行事件检测。
2.根据权利要求1所述的事件检测方法,其特征在于,所述注意力机制计算步骤进一步包括:根据所述候选跨度嵌入和跨度嵌入的维度尺寸、训练参数矩阵计算所述共享注意力机制表征。
3.根据权利要求1所述的事件检测方法,其特征在于,所述模型训练实施步骤进一步包括:采用k层标准的前馈神经网络计算得到跨度评分。
4.根据权利要求1所述的事件检测方法,其特征在于,所述模型训练实施步骤进一步包括:使用随机初始化的模型参数进行跨度打分函数的估算,将预测结果与样本集上正负例的交叉熵作为损失函数,通过反向传播迭代地进行模型参数的更新,直到训练误差达到可以接受的范围时停止训练。
5.一种事件检测系统,其特征在于,包括:
跨度嵌入计算模块,对一待检测文本进行分句后得到待检测样本,进一步获取所述待检测样本的字符嵌入和POS嵌入,并进一步获取所述待检测样本每隔一个候选跨度的左边界与右边界的字符嵌入,将所述字符嵌入、所述POS嵌入和所述左边界与右边界的字符嵌入拼接形成每个所述候选跨度的候选跨度嵌入;
注意力机制计算模块,根据所述候选跨度嵌入通过共享注意力机制的系统计算所述待检测样本中所述候选跨度之间的交互作用的共享注意力机制表征;
模型训练实施模块,根据所述共享注意力机制表征和所述待检测样本完成打分和模型的训练,并通过训练完的所述模型进行事件检测。
6.根据权利要求5所述的事件检测系统,其特征在于,所述注意力机制计算模块进一步包括:根据所述候选跨度嵌入和跨度嵌入的维度尺寸、训练参数矩阵计算所述共享注意力机制表征。
7.根据权利要求5所述的事件检测系统,其特征在于,所述模型训练实施模块进一步包括:采用k层标准的前馈神经网络计算得到跨度评分。
8.根据权利要求5所述的事件检测系统,其特征在于,所述模型训练实施模块进一步包括:使用随机初始化的模型参数进行跨度打分函数的估算,将预测结果与样本集上正负例的交叉熵作为损失函数,通过反向传播迭代地进行模型参数的更新,直到训练误差达到可以接受的范围时停止训练。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的事件检测方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至4中任一项所述的事件检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海明略人工智能(集团)有限公司,未经上海明略人工智能(集团)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111054114.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:坐标测量机
- 下一篇:一种实体链接方法及系统、设备和存储介质