一种基于多任务学习的事件抽取方法

摘要

本发明公开了一种基于多任务学习的事件抽取方法，目的是实现当文本数量庞大时快速高效进行事件抽取。技术方案是先构建由客户端、负样本数据库、事件筛选模块、特征提取模块、事件分类模块、事件触发词和论元抽取模块和事件信息整合器构成的事件抽取系统。然后选择训练集，利用训练集对事件抽取系统进行训练，得到网络权重参数；采用训练后的事件抽取系统对事件进行事件筛选，判断是否是预定义类别的事件，如果是则进行特征提取、事件分类、事件触发词与论元抽取以及事件信息整合，得到事件抽取结果；如果不是则丢弃当前事件。采用本发明可以充分挖掘数据隐含的信息并快速获得文本多领域的分类属性，提升事件抽取的准确率和效率。