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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利面向篇章级的事件抽取方法、系统、存储介质和电子设备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：CN116450783B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202211479409.7，技术领域涉及：G06F16/3329；该发明授权面向篇章级的事件抽取方法、系统、存储介质和电子设备是由吴继冰;肖开明;黄宏斌;刘丽华;曹成宏;薛帅;毕于慧设计研发完成，并于2022-11-24向国家知识产权局提交的专利申请。

本面向篇章级的事件抽取方法、系统、存储介质和电子设备在说明书摘要公布了：本发明提供一种面向篇章级的事件抽取方法、系统、存储介质和电子设备，涉及自然语言处理技术领域。本发明包括，获取待分析文档；根据待分析文档，基于机器学习理解模型获取事件类型；根据标注事件类型后的文档，采用学习搜索模型或深度神经网络模型获取对应的事件参数类型‑实体候选对象的关系对；根据事件类型、参数类型和实体候选对象，填充宏观事件模板框架，作为事件抽取结果返回用户。通过将每个事件类型的定义参数填充集合约束为一个预定义的，但高度相互依赖的包含关键事件信息的类别集，从而将事件以一种比较简洁但信息丰富的方式表示给用户，并通过下游分析方法做进一步处理。可以在广泛的事件类型中泛化，事件结构具有广泛适用性。

本发明授权面向篇章级的事件抽取方法、系统、存储介质和电子设备在权利要求书中公布了：1.一种面向篇章级的事件抽取方法，其特征在于，预先训练机器学习理解模型、学习搜索模型或深度神经网络模型，该抽取方法包括： S1、获取待分析文档； S2、根据所述待分析文档，基于所述机器学习理解模型获取事件类型； S3、根据标注事件类型后的文档，采用所述学习搜索模型或深度神经网络模型获取对应的事件参数类型-实体候选对象的关系对； S4、根据所述事件类型、参数类型和实体候选对象，填充宏观事件模板框架，作为事件抽取结果返回用户， 所述机器学习理解模型为门控式注意GA阅读器，其训练过程包括： 通过查找表获取事件参数类型查询和训练集中的文档词语的词嵌入，在之后的K层网络中进行处理，第k层网络会从第k-1层网络获取之前的文档嵌入作为输入；每一层的文档词嵌入di和参数类型查询词嵌入Q分别使用双向门控循环单元GRU进行转换得到，然后使用门控注意模块进行组合，得到下一层的输入xi；其中，每一个GA框代表了一个门控—注意力模块，将关注参数类型查询的注意力应用于文档表示；在重复此过程超过K层之后，在文档中为单词计算得分，并使用Softmax函数转换为单词上的概率分布；最终得到的概率分布用于查询答案的选择， 采用学习搜索算法训练所述学习搜索模型，包括： S10、从已标注文档D中随机抽取一个文档d并生成实体、参数类型候选关系对的序列； S20、在随机采样的步长t内，在文档d上执行当前学习到的策略πi； S30、由在文档d对应的候选关系对在步长t内执行策略πi后，剩余候选关系对的所有可能策略相对于最佳策略π*的最小损失对应的策略生成一个新的训练示例，将新的训练样本添加到训练集中； S40、生成k个新的示例后，使用新的训练集重新训练新策略然后跳回到步骤1； S50、循环N次后获得最终训练策略 其中，N为自定义训练次数，m为自定义采样次数，策略π是用特定候选实体填充特定参数槽的动作映射，π*是一个人工确认的最优策略，βi,i＝1,...,N为自定义的策略更新权重。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德元西路109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。