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：北京语言大学

摘要：本发明涉及自然语言处理领域，特别是指一种文档级事件抽取的候选论元过滤方法及装置，方法包括：获取待处理的文档；将文档输入到候选论元过滤模型；其中，候选论元过滤模型包括实体识别模块、大模型前导过滤模块、实体表示增强模块、实体异构图构建模块以及结果生成模块；根据文档以及候选论元过滤模型，得到文档的候选论元集合。本发明的候选论元过滤模型通过两次过滤，实现了端到端的：输入一篇文档，输出这篇文档所包含的全部候选论元集合。并通过两次过滤，过滤了实体表示中的无关噪音，提高了实体邻接矩阵的准确性，并最终提高了事件抽取的准确率。

主权项：1.一种文档级事件抽取的候选论元过滤方法，其特征在于，所述方法包括：S1、获取待处理的文档；S2、将所述文档输入到候选论元过滤模型；其中，所述候选论元过滤模型包括实体识别模块、大模型前导过滤模块、实体表示增强模块、实体异构图构建模块以及结果生成模块；S3、根据所述文档以及候选论元过滤模型，得到文档的候选论元集合；所述S3中的根据所述文档以及候选论元过滤模型，得到文档的候选论元集合，包括：S31、将所述文档输入到所述实体识别模块，得到实体表示；S32、将所述实体表示输入到所述大模型前导过滤模块，得到文档复杂度分数；S33、将所述文档复杂度分数输入到所述实体表示增强模块，得到增强后的实体表示；S34、将所述增强后的实体表示输入到所述实体异构图构建模块，得到实体异构图；S35、将所述实体异构图输入到所述结果生成模块，得到文档的候选论元集合；所述S32中的将所述实体表示输入到所述大模型前导过滤模块，得到文档复杂度分数，包括：在获取每个实体的表示之后，引入ChatGPT作为前导模型来进行噪音过滤，其中，过滤的方法包括：通过向前导模型输入文档再进行提问的方式来获取ChatGPT对文档复杂程度的判断；所述S33中的将所述文档复杂度分数输入到所述实体表示增强模块，得到增强后的实体表示，包括：将所述文档复杂度分数输入到实体表示增强模块的门控Gate中，并判断所述文档复杂度分数是否大于或等于预设阈值；若是，则判定所述文档为复杂文档，门控开启，对实体表示进行增强，得到增强后的实体表示；若否，则判定所述文档为简单文档，门控关闭，实体表示即为增强后的实体表示；所述对实体表示进行增强，得到增强后的实体表示，包括：S331、获取实体表示所属的实体，获取实体所属的句子；S332、对所述句子中的所有令牌token序列进行最大池化聚合，得到句子的句子表示；S333、将所述句子表示按照实体表示的维度叠加到实体表示中，得到增强后的实体表示。

全文数据：

权利要求：

百度查询： 北京语言大学 一种文档级事件抽取的候选论元过滤方法及装置