龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：江苏路特数字科技有限公司
摘要：本发明提供融合词性与因果指示词特征的事件因果关系识别方法，属于深度学习及自然语言处理相关领域技术。包括：将因果关系识别任务转化为短文本级别的二分类任务并利用预训练的XLNet模型生成初步的词嵌入向量，在词嵌入向量中加入词性特征；人工构建因果指示词库，利用“0‑1”编码将单词是否为因果指示词转化为二元特征，并将该二元特征加入到融合了词性特征的词嵌入向量中；将融合了词性与因果指示词特征的嵌入向量纳入到双向门控循环神经网络中；然后通过多头注意力机制，增强因果指示词在整个文本中的权重系数，使模型更关注与因果关系相关的语义信息；最终将输出的嵌入向量输入到Softmax分类器中做一个二分类任务，从而实现因果关系的识别。
主权项：1.一种融合词性与因果指示词特征的事件因果关系识别方法，其特征在于，包括：生成初始词嵌入向量并融合词性特征，采用XLNet模型作为基础模型将文本序列转化为初步的词嵌入向量，利用One-hot编码对文本序列中的所有单词的词性进行编码生成词性特征，将初始词嵌入向量与词性特征拼接融合，提高每个单词的特征表示；构建因果指示词库并融合因果指示词特征，人工构建因果指示词库，词库中包含所有可能指示因果关系的单词或短语，利用“0-1”编码对文本序列中的所有单词是否为因果指示词进行编码生成因果指示词特征，将该二元特征加入到融合了词性特征的词嵌入向量中以增强因果语义特征；增强上下文的语义信息，将融合了词性与因果指示词特征的词嵌入向量输入到双向门控循环神经网络中捕获正反向的上下文语义特征信息；融合多头注意力机制，通过加入多头注意力机制提高因果指示词的权重系数，捕获长距离依赖关系，使得模型更能关注与因果关系相关的语义信息；事件因果关系识别，将上层输出的高维向量输入到Softmax层中进行结果换算，最终达到识别因果关系的任务。
全文数据：
权利要求：
百度查询： 江苏路特数字科技有限公司 一种融合词性和因果指示词特征的事件因果关系识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号