买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院新疆理化技术研究所申请的专利基于语义学分析与提示学习的事件要素抽取方法、装置、电子设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116186241B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211664406.0，技术领域涉及：G06F16/34；该发明授权基于语义学分析与提示学习的事件要素抽取方法、装置、电子设备及存储介质是由周喜;王震;马博;杨雅婷;董瑞;艾孜麦提·艾尼瓦尔;王磊;马玉鹏设计研发完成，并于2022-12-23向国家知识产权局提交的专利申请。

本基于语义学分析与提示学习的事件要素抽取方法、装置、电子设备及存储介质在说明书摘要公布了：本发明公开了一种基于语义学的提示学习事件要素抽取方法、装置、设备以及存储介质，对事件要素进行语言学分析，形成传统事件要素标签‑事件要素语义标签的双向转换模块；搭建事件要素分类模型，并使用基于事件要素语义标签的事件要素数据集对其训练；结合事件提示模板将事件文本输入提示学习事件要素摘要模型，提取出包含事件要素的摘要文本；然后结合事件要素分类模型双向转换模块对摘要文本进行解码，完成事件要素的抽取。本发明通过结合事件要素语言学特点，利用提示学习从预训练语言模型中挖掘潜在知识，提高了少样本情况下事件要素抽取的准确率。

本发明授权基于语义学分析与提示学习的事件要素抽取方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种基于语言学分析与提示学习的事件要素抽取方法，其特征在于，按下列步骤进行： a、基于语言学分析形成传统事件要素标签-事件要素语义标签的双向标签转换； b、构建事件要素语义学数据集：首先获取基于传统事件要素标签的事件要素抽取数据集，使用步骤a中标签转换方法对数据集进行重标注，从而形成事件要素语义学数据集； c、构建事件要素语义分类模型：该模型包含事件文本编码模型和事件要素分类模型，实现对事件要素的语义学分类，所述的事件要素语义分类模型为事件文本编码模型和事件要素分类模型串联组成并共同训练，事件文本编码模型为去除分类层的预训练语言模型，事件要素分类模型包含事件要素特征转换模块和事件要素分类模块，先由事件要素特征转换模块进行事件要素特征的空间转换，再经过事件要素分类模块输出事件要素分类结果； d、针对每种事件类型，按照自然语言表达方法，构建事件提示模板，所述的事件提示模板参考自预训练语言模型的完形填空预训练任务，基于自然语言表述方式和事件要素依存结构，由提示文本和空白提示组成，空白提示的数量与事件要素的类型数量一致，每个空白提示对应一种事件要素； e、构建提示学习事件要素摘要模型：将步骤d中生成的事件提示模板和事件文本作为模型输入，输出事件要素串联的自然语言序列，所述的提示学习事件要素摘要模型为预训练语言模型，事件文本经预训练语言模型编解码，事件提示模板可与事件文本串联输入或从预训练语言模型解码器处输入，模型输出为由事件要素及其它文本按照顺序串联的连续自然的事件要素摘要文本； f、事件要素摘要文本解码：首先对步骤e中输出的事件要素串联文本进行分词和预过滤形成一组事件要素，并使用步骤c中的事件要素语义分类模型对该组事件要素进行语义分类； g、使用步骤a中的传统事件要素标签-事件要素语义标签的双向标签转换方法，对步骤f中的事件要素语义分类结果进行转化，从而实现基于原事件标注规则的事件要素抽取。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院新疆理化技术研究所，其通讯地址为：830011 新疆维吾尔自治区乌鲁木齐市北京南路40号附1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。