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！

摘要：本发明涉及一种事件要素抽取方法、装置、电子设备及计算机介质，包括步骤：获取至少一条第一事件要素文本；根据至少一条第一事件要素文本，确定每一条第一事件要素文本所对应的第一标记结果；根据带有第一标记结果的各条第一事件要素文本作为第一目标文本，确定每一条第一目标文本所对应的第一分类结果；根据包含预设的事件要素的各条第一目标文本作为第二目标文本，确定每一条第二目标文本所对应的目标抽取结果。解决了企业或个人对于网上事件要素的获取，效率低下、很难大批量、高实时的处理这些公开的事件要素的问题。

主权项：1.一种事件要素抽取方法，其特征在于，包括以下步骤：S1、获取至少一条第一事件要素文本；S2、根据至少一条所述第一事件要素文本，确定每一条所述第一事件要素文本所对应的第一标记结果，所述第一标记结果为所述第一事件要素文本中每个词所对应的权重；S3，将带有第一标记结果的每条所述第一事件要素文本作为第一目标文本，确定每一条所述第一目标文本所对应的第一分类结果，所述第一分类结果为所述第一目标文本中包含预设的事件要素或不包含预设的事件要素；S4、将包含预设的事件要素的每条所述第一目标文本作为第二目标文本，确定每一条所述第二目标文本所对应的目标抽取结果，所述目标抽取结果为所述第二目标文本中包含的所述预设的事件要素；所述S3具体包括：将带有第一标记结果的各条所述第一事件要素文本作为第一目标文本，将每条所述第一目标文本输入文本分类模型中，通过所述文本分类模型输出每一条所述第一目标文本所对应的第一分类结果，所述第一分类结果为所述第一目标文本中包含预设的事件要素或不包含预设的事件要素；所述S4具体包括：将包含预设的事件要素的各条所述第一目标文本作为第二目标文本，将每条所述第二目标文本输入事件抽取模型中，通过所述事件抽取模型确定每一条所述第二目标文本所对应的目标抽取结果，所述目标抽取结果为所述第二目标文本中包含的所述预设的事件要素；其中，所述文本分类模型和所述事件抽取模型采用联合训练的方式进行训练：S31、获取至少一条第三事件要素文本，每条所述第三事件要素文本携带有第三标记结果，对于每条所述第三事件要素文本，所述第三标记结果表征了所述第三事件要素文本中每个词所对应的权重；S32、将带有所述第三标记结果的各条所述第三事件要素文本作为第二训练样本，输入至第二初始模型，得到所述第二训练集中每条所述第三事件要素文本的第一预测分类结果，对于每个所述第三事件要素文本，所述第一预测分类结果为所述第三事件要素文本包含预设的事件要素或不包含预设的事件要素；S33、对于所述第二训练集中的每条所述第三事件要素文本，根据所述第三事件要素文本的第一预测分类结果和第三标记结果，确定第二损失值；S34、获取至少一条第四事件要素文本，每条所述第四事件要素文本携带有第二分类结果，对于每条所述第四事件要素文本，所述第二分类结果表征了所述第四事件要素文本中包含预设的事件要素或不包含预设的事件要素；S35、将带有所述第二分类结果的各条所述第四事件要素文本作为第三训练样本，输入至第三初始模型，得到所述第三训练集中每条所述第四事件要素文本的预测抽取结果，对于每个所述第四事件要素文本，所述预测抽取结果为所述第四事件要素文本中包含的所述预设的事件要素；S36、对于所述第三训练集中的每条所述第四事件要素文本，根据所述第四事件要素文本的预测抽取结果和第二分类结果，确定第三损失值；S37、根据所述第二训练集中各条所述第三事件要素文本所对应的第二损失值，以及所述第三训练集中各条所述第四事件要素文本所对应的第三损失值，确定第二总损失值，若所述第二总损失值满足预设的第二训练结束条件时，将满足所述第二训练结束条件时的第二初始模型作为所述文本分类模型，将满足所述第二训练结束条件时的第三初始模型作为所述事件抽取模型，若所述第二总损失值不满足训练结束条件时，调整所述第二初始模型和第三初始模型的参数，并根据调整后的参数重新对所述第二初始模型和第三初始模型进行训练，直到所述第二总损失值满足所述第二训练结束条件。

全文数据：

权利要求：

百度查询： 深圳路演时刻网络数据有限公司 一种事件要素抽取方法、装置、电子设备及计算机介质