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！

龙图腾网获悉中国电子科技集团公司第五十二研究所申请的专利一种中文领域事件抽取方法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：CN116011442B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310169613.7，技术领域涉及：G06F40/279；该发明授权一种中文领域事件抽取方法是由郎彬;雷达;瞿崇晓;张永晋;余华峰;金磊;范长军;陈久红;丁尧;胡天祥;余丽仙;杨志杰设计研发完成，并于2023-02-27向国家知识产权局提交的专利申请。

本一种中文领域事件抽取方法在说明书摘要公布了：本发明公开了一种中文领域事件抽取方法，包括从领域数据库中选择原始领域语料，构造领域数据集和专业词表，训练militaryBERT模型；对事件抽取数据集的输入语料采用militaryBERT模型、依存句法分析工具DDParser和词性分析工具Jieba进行数据预处理，得到最终的原始特征表示。本中文领域事件抽取方法采用militaryBERT模型、句法依存分析和词性分析对事件抽取数据集的输入语料进行数据预处理，得到原始特征表示，增强了事件抽取模型上下文语义表示能力；本中文领域事件抽取方法通过构建包括第一特征提取网络和第二特征提取网络的事件抽取模型，并通过对各特征提取网络提取后的特征进行融合，有效提高事件抽取的准确性。

本发明授权一种中文领域事件抽取方法在权利要求书中公布了：1.一种中文领域事件抽取方法，其特征在于：所述中文领域事件抽取方法，包括： 从领域数据库中选择原始领域语料，构造领域数据集和专业词表，训练militaryBERT模型； 对事件抽取数据集的输入语料采用militaryBERT模型、依存句法分析工具DDParser和词性分析工具Jieba进行数据预处理，得到最终的原始特征表示； 构建包括两个不同的特征提取网络的事件抽取模型，将原始特征表示和输入语料依次输入至第一特征提取网络和第二特征提取网络，根据各事件类别数量调整对应的损失权重，利用梯度误差反向传播算法训练事件抽取模型； 设置新的分类阈值，将输入语料输入至训练好的事件抽取模型中，并基于条件概率预测事件类型； 其中，第一特征提取网络的设计如下： 第一层为双向的LSTM层，将原始特征表示输入，捕获目标词上下文的时序信息； 第二层为第一全连接层，用来整合提取到的文本深度特征，并将深度特征转换为规则矩阵； 第三层为多层图神经网络，通过更新依存句法分析树中各字符之间的权重矩阵更新图神经网络的边，通过以下公式调整当前层使用的图神经网络的个数： 其中，A表示邻接矩阵；Aij表示节点i到节点j之前有一条单向边，W表示第l层图神经网络的权重矩阵，b表示第l层图神经网络的偏置矩阵，表示第l-1层图神经网络关于j节点的隐层状态，表示第l层图神经网络关于j节点的隐层状态，σ表示ReLU激活函数，pooling表示池化操作； 第四层为第二全连接层，用于将多层图神经网络的输出维度压缩为类型个数加一的大小； 第二特征提取网络的设计如下： 第一层为militaryBERT模型，将事件抽取数据集的输入语料输入，利用多头自注意力机制捕捉字级别的语义特征，并转换成高维动态字向量； 第二层为CRF层，学习标签间的关系； 将第一特征提取网络的输出和第二特征提取网络的输出进行拼接； 且在训练利事件抽取模型时，利用梯度误差反向传播算法对第一特征提取网络和第二特征提取网络进行联合训练。

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电子科技集团公司第五十二研究所，其通讯地址为：311121 浙江省杭州市余杭区爱橙街198号B楼；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。