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一种基于因果知识约束的事件抽取方法及装置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：CN119886126B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510050869.5，技术领域涉及：G06F40/279；该发明授权一种基于因果知识约束的事件抽取方法及装置是由黄宏斌;孙皎;胡升泽;王懋;刘丽华;肖开明设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种基于因果知识约束的事件抽取方法及装置在说明书摘要公布了：本公开实施例中提供了一种基于因果知识约束的事件抽取方法及装置，所述方法包括构建事件文本的因果图以获得所述事件文本的特征数据的因果强度矩阵；根据所述事件的类型构建事件论元的问题模板；组合所述问题模板以及所述事件文本并编码化，并将编码化后的序列输入BERT模型以将最后一层的隐藏状态作为输入序列的语义表示；应用自注意力权重矩阵对所述输入序列的语义表示进行加权以获得加权输出；比较所述因果强度矩阵与所述自注意力权重矩阵以获得因果损失项；以及结合所述因果损失项定义损失函数以根据所述加权输出获得提问的答案。通过本公开的处理方案，提高了模型的可解释性。

本发明授权一种基于因果知识约束的事件抽取方法及装置在权利要求书中公布了：1.一种基于因果知识约束的事件抽取方法，所述方法用于获取提问的答案，其特征在于，所述方法包括： 构建事件文本的因果图以获得所述事件文本的特征数据的因果强度矩阵； 根据所述事件的类型构建事件论元的问题模板； 组合所述问题模板以及所述事件文本并编码化，并将编码化后的序列输入BERT模型以将最后一层的隐藏状态作为输入序列的语义表示； 应用自注意力权重矩阵对所述输入序列的语义表示进行加权以获得加权输出； 比较所述因果强度矩阵与所述自注意力权重矩阵以获得因果损失项；以及 结合所述因果损失项定义损失函数以根据所述加权输出获得提问的答案；其中 应用自注意力权重矩阵对所述输入序列的语义表示进行加权以获得加权输出，包括使用下式获得自注意力权重矩阵α： ； 其中，Q为注意力机制中的查询向量，K为键向量，V为值向量，且在自注意力机制中，并且通过下式获得加权输出： ； 比较所述因果强度矩阵与所述自注意力权重矩阵以获得因果损失项，包括按照下式计算因果损失项： ； 其中， ； 为所述因果强度矩阵的元素，为所述自注意力权重矩阵的元素，N为事件文本的长度；并且 结合所述因果损失项定义损失函数以根据所述加权输出获得提问的答案，包括按照下式定义损失函数： ； 其中为开始位置的损失，为结束位置的损失，并且为因果损失项，并且根据下式计算答案的起始下标和结束下标矩阵： ； 其中，表示输入中的第i个部分被选为预测论元角色的开始位置的概率，表示输入中的第i个部分被选为预测论元角色的结束位置的概率，为权重超参数矩阵并在模型训练中得到，并且通过下式计算开始位置的损失以及结束位置的损失： ， 其中，为预测开始位置和真实开始位置之间的交叉熵，为预测结束位置和真实结束位置之间的交叉熵。

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雅路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。