-
公开(公告)号:CN118586486A
公开(公告)日:2024-09-03
申请号:CN202410624855.5
申请日:2024-05-20
Applicant: 杭州电子科技大学
IPC: G06N5/022 , G06N5/025 , G06N3/042 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06N3/049
Abstract: 本发明公开一种基于上下文增强时态知识图的事件实体预测方法,包括构建时态知识图和实体静态属性图;学习事件实体特征、事件关系特征;历史事件频次信息传递;根据事件实体特征、事件关系特征、以及历史信息频次预测事件实体。本发明通过引入事件实体的静态属性图作为事件的上下文信息,补充事件实体的特征表示,然后结合关系感知GCN和时间门控单元完成历史知识图的自回归建模,从而解决社交网络舆情事件实体预测过程中上下文信息遗漏的问题,提高预测的准确率;通过引入历史信息传递模块补充历史知识图中实体间关系的频次信息,以全局的事件实体集作为最终预测分析目标,从而解决在历史知识图中进行实体预测出现的不可见实体问题。
-
公开(公告)号:CN116956940A
公开(公告)日:2023-10-27
申请号:CN202310972327.4
申请日:2023-08-03
Applicant: 杭州电子科技大学
IPC: G06F40/30 , G06F40/247 , G06F40/289 , G06F16/35 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开一种基于多向式遍历与提示学习的文本事件抽取方法,该方法包括:采集相应的事件文本,标注文本中的实体信息与触发词信息,构造事件数据集,进行预处理,筛除不符合要求的数据,并划分为训练集、验证集和测试集;结合提示学习,按三种样本遍历方式构建提示输入模板,构造基于预训练语言模型的事件论元抽取模型,并结合输入进行训练,最终利用训练好的论元抽取模型实现论元识别与论元分类。本发明将输入信息按照三种遍历方式进行训练与损失计算,弥补了论元之间交互不足的问题,提高了论元识别与分类的准确率,即使在训练样本数极度不足的情景下仍能保持一定的效果。
-