[发明专利]融合依存关系与篇章修辞关系的事件时序关系识别方法有效
申请号: | 201910369095.7 | 申请日: | 2019-05-05 |
公开(公告)号: | CN110069636B | 公开(公告)日: | 2021-02-09 |
发明(设计)人: | 孔芳;戴倩雯;周国栋 | 申请(专利权)人: | 苏州大学 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F16/31;G06F40/211 |
代理公司: | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 | 代理人: | 杨慧林 |
地址: | 215137 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 融合 依存 关系 篇章 修辞 事件 时序 识别 方法 | ||
1.一种融合依存关系与篇章修辞关系的事件时序关系识别方法,其特征在于,包括:
给定事件对e1,e2,提取最短依存路径方面;考虑到依存句法树复杂的句法结构,另外增加了一条启发式规则来丰富事件相关信息;把孩子节点加入依存路径中,最后将提取出的词按事件句出现顺序排序;之后将得到的事件对依存路径按照与基准模型相同的处理方法,经过嵌入层,双向LSTM层以及隐藏层得到向量表示Y';
使用篇章分析器对事件对所在篇章构建篇章树;篇章树从篇章的视角构建了各篇章基本单元间的逻辑修辞关系,而事件对e1,e2恰好位于篇章树中的某两个树叶节点中;找到对应节点的最低公共父节点,并将该节点对应的修辞关系提取出来;事件间的修辞关系在一定程度上反应了这两个事件之间的语义关联;对于提取出的事件对的篇章修辞关系,将其映射为向量,形成篇章关系的向量表示fm;
此外,依赖于篇章分析器自动生成篇章树;考虑到当前的篇章关系解析器性能还不够完善,提取出的篇章关系存在一定的噪音,引入了门控机制对其进行调整;
g=σ(fmWg+bg)
fg=g·fm
其中σ是sigmoid激活函数,Wg和bg是对应的权重矩阵和偏置量,g是计算出的门控系数,fg是经过门控调整的篇章关系向量;
然后,将依存关系路径向量和篇章修辞关系向量拼接,使得事件对表征包含更多的深层语义信息:
Ynew=concat(Y'+fg)
concat表示拼接函数;
最后将其放入识别层进行softmax分类;
o=Softmax(YnewWo+bo)
其中,Wo和bo是Softmax函数的权重矩阵和偏置量,o是计算出的关系标签的概率分布;
使用Stanford CoreNLP中的依存句法分析器来自动获取句子对应的依存树。
2.一种计算机设备,包括存储器、处理器及存储在存储器上并可在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程序时实现权利要求1所述方法的步骤。
3.一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权利要求1所述方法的步骤。
4.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1所述的方法。
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苏州大学,未经苏州大学许可,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/201910369095.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种热度词的确定方法及装置
- 下一篇:基于区块链的在线招标方法和系统