公开(公告)号：CN115964660A

公开(公告)日：2023-04-14

申请号：CN202211693617.7

申请日：2022-12-28

Applicant: 南京邮电大学

Inventor： 王传栋 ,  余胜男 ,  徐康 ,  陈蕾 ,  陈向龙

IPC: G06F18/241 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/084 ,  G06F40/211 ,  G06F40/30 ,  G06F18/2135

Abstract: 本发明属于数据挖掘技术领域，公开了一种基于多模双线性池化融合GNN的事件关系抽取方法，包括：步骤1：对数据集进行预处理，划分双重GNN模型的训练集和测试集；步骤2：利用BiLSTM作为句子编码器，来获取每个句子中单词基于上下文的隐表示；步骤3：将隐表示分别输入到SynGCN模块和SemGAT模块中，提取句法结构特征和语义特征；步骤4：使用多模双线性池化来融合两模块的特征，再用PCA对特征进行降维后，利用融合特征来进行关系分类，得到对应关系的概率；步骤5：对网络参数进行优化更新；步骤6：根据训练好的模型，对测试集中的数据进行预测。本发明时考虑句法特征和语义特征，达到对句子的全局理解。