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：华东师范大学

摘要：本发明公开了一种融合多种文本语义结构图表示的事件检测方法和系统。对应方法包括：1基于现有句法、语义解析工具构建并初始化多种语义结构图；2采用双向长短期记忆网络编码文本以获得上下文依赖的词汇节点表示；3利用图神经网络更新图中节点和边表示，得到文本的结构语义向量表示；4节点表示经线性变换后进行事件标签多分类，通过反向传播更新模型参数。对应系统包括文本预处理模块、图结构构建模块和事件检测模块，识别海量新闻文本中潜在事件信息。本发明将文本图结构化，通过序列、句法、语义和结构信息的相互补充来丰富自然语言文本表示，有助于提升事件识别的准确性和鲁棒性，也为下游知识图谱、事理图谱构建提供了更多的事件要素。

主权项：1.一种融合多种文本语义结构图表示的新闻事件检测方法，其特征在于，该方法包括如下步骤：步骤一：针对新闻文本，构建多种文本语义结构图，包括词汇序列图、依存句法图、成分句法图、语义依存分析图和抽象语义表示图，并初始化图中节点和边表示；步骤二：采用双向长短期记忆网络编码初始化的新闻文本，得到文本序列中基于上下文的词汇节点表示，更新图中词汇节点的向量表示；步骤三：利用图神经网络迭代更新每个图中节点和边表示，得到输入文本的结构语义向量表示；所述图神经网络为GCN、GAT或RGCN网络；步骤四：对步骤三得到的节点表示线性变换后进行事件标签多分类，采用交叉熵损失函数，通过反向传播对模型参数进行更新；其中：所述步骤一具体包括如下步骤：步骤a1：构建词汇序列图；对于文本中每个词，计算上下文其它词相对于当前词的相对距离，设定窗口值window，假定window＝5，相对距离值就用-5～+5间的整数表示；若某词位于当前词的上文，使用负整数表示：当两词间距离小于5，绝对值为两词间的距离；当距离超过5则用-5表示；若某词位于当前词的下文，使用正整数表示：当两词间距离小于5，数值则为两词间的距离值；当距离超过5则用+5表示；为了表示词间的相对距离，使用矩阵Adis∈N×N来表示词汇序列图Gdis，其中N为词的数量，表示词wdj相对于词wdi的相对距离；步骤a2：构建句法结构图；依据句法结构分析中依存句法分析和成分句法分析的划分标准，基于现有句法解析工具Spacy、StanfordNLP和LTP得到依存句法树和成分句法树，再转换为依存句法图Gdsp和成分句法图Gcop；对于依存句法图，节点为单词，边为词与词之间的依存句法关系，使用N×N的矩阵Adsp来表示依存句法图Gdsp，表示词wdi到词wdj间的依存关系类型；对于成分句法图，节点还额外包含了成分句法块，边包含三种连接关系，即词汇之间的连接关系，词与成分句法块之间的连接关系以及成分块之间的连接关系，使用N+M×N+M的矩阵Acop来表示成分句法图Gcop，M为成分块的数量，表示节点i与节点j之间的连接关系，若存在连接则值为1，否则值为0；步骤a3：构建语义与结构融合的语义结构图；依据不同的语义抽象化表示方式，分别利用现有工具AllenNLP和FrameNet构建语义依存分析图Gsdp，和现有模型CAMR构建抽象语义表示图Gamr；对于语义依存分析图，节点为单词，边为词汇之间的语义依存关系，将该图转换为N×N的矩阵Asdp，表示词wdi和词wdj间的语义依存关系；对于抽象语义表示图，借助训练好的模型CAMR来构建抽象语义表示树，节点为单词，边为词汇之间的抽象语义关系，同样使用N×N的矩阵Aamr进行表示，表示词wdi和词wdj间的抽象语义关系；步骤a4：对步骤a1、a2和a3中构建的词汇序列图、依存句法图、成分句法图、语义依存分析图和抽象语义表示图进行节点和边的初始化；对图中的词汇节点，使用预训练词向量BERT或Word2Vec初始化表示；对图中的其它节点，采用随机初始化表示；并对各个图中不同类型的距离或依存边随机初始化；所述步骤三具体包括如下步骤：步骤c1：不考虑边类型时，各个图中节点仅存在连接关系，采用图神经网络GCN或GAT对图中每个节点进行传播和聚合操作，更新图中每个节点表示；步骤c2：考虑多种边类型时，采用关系图神经网络RGCN迭代更新依存句法图、成分句法图、语义依存分析图和抽象语义表示图中节点和边表示；使用边表示和相邻节点来更新节点，同时使用相邻节点表示更新边表示；步骤c3：分别采用线性映射层将步骤c1和步骤c2得到的多种图表示中的节点表示进行线性变换，映射到高维空间得到高维节点表示；步骤c4：采用拼接操作聚合步骤c3中各个图的高维节点表示，作为最终节点表示。

全文数据：

权利要求：

百度查询： 华东师范大学 一种融合多种文本语义结构图表示的新闻事件检测方法和系统