一种基于多层图注意力网络的事件检测方法及装置与流程

技术特征：
1.一种基于多层图注意力网络的事件检测方法，其特征在于，包括步骤：获取事件文本信息中的上下文单词，并确定与所述上下文单词对应的句法信息邻接矩阵和拼接向量；将所述邻接矩阵和所述拼接向量作为人工神经网络的输入，获取输出向量；依据所述拼接向量与所述输出向量聚合生成聚合信息；依据所述聚合信息确定所述上下文单词的触发词类别。2.根据权利要求1所述的基于多层图注意力网络的事件检测方法，其特征在于，所述获取事件文本信息中的上下文单词，并确定与所述上下文单词对应的句法信息邻接矩阵和拼接向量的步骤，包括：依据所述上下文单词确定与所述上下文单词对应的句法信息；依据所述句法信息生成所述句法信息邻接矩阵；依据所述上下文单词的词嵌入向量生成所述拼接向量。3.根据权利要求2所述的基于多层图注意力网络的事件检测方法，其特征在于，所述依据所述上下文单词确定与所述上下文单词对应的句法信息的步骤，包括：通过句法依存对所述事件文本信息进行分析，并依据所述事件文本信息的分析结果生成所述上下文单词对应的句法信息。4.根据权利要求1所述的基于多层图注意力网络的事件检测方法，其特征在于，所述将所述邻接矩阵和所述拼接向量作为人工神经网络的输入，获取输出向量的步骤，包括：将同一批次的所述邻接矩阵生成一个张量；将所述张量和所述拼接向量输入到人工神经网络进行计算，并依据所述人工神经网络计算的结果生成所述输出向量。5.根据权利要求1所述的基于多层图注意力网络的事件检测方法，其特征在于，所述依据所述聚合信息确定所述上下文单词的触发词类别的步骤，包括：依据所述聚合信息确定所述上下文单词的触发词，并依据分类器模块对所述触发词进行分类。6.一种基于多层图注意力网络的事件检测装置，其特征在于，包括：获取模块，用于获取事件文本信息中的上下文单词，并确定与所述上下文单词对应的句法信息邻接矩阵和拼接向量；计算模块，用于将所述邻接矩阵和所述拼接向量作为人工神经网络的输入，获取输出向量；聚合模块，用于依据所述拼接向量与所述输出向量聚合生成聚合信息；分类模块，用于依据所述聚合信息确定所述上下文单词的触发词类别。7.根据权利要求6所述的基于多层图注意力网络的事件检测装置，其特征在于，所述获取模块，包括：表达子模块，用于依据所述上下文单词确定与所述上下文单词对应的句法信息；生成子模块，用于依据所述句法信息生成所述句法信息邻接矩阵；拼接子模块，用于依据所述上下文单词的词嵌入向量生成所述拼接向量。8.根据权利要求7所述的基于多层图注意力网络的事件检测装置，其特征在于，所述表达子模块，包括：
依存分析子模块，用于通过句法依存对所述事件文本信息进行分析，并依据所述事件文本信息的分析结果生成所述上下文单词对应的句法信息。9.根据权利要求6所述的基于多层图注意力网络的事件检测装置，其特征在于，所述计算模块，包括：数组转换子模块，用于将同一批次的所述邻接矩阵生成一个张量；人工神经网络计算子模块，用于将所述张量和所述拼接向量输入到人工神经网络进行计算，并依据所述人工神经网络计算的结果生成所述输出向量。10.根据权利要求6所述的基于多层图注意力网络的事件检测装置，其特征在于，所述分类模块，包括：触发词处理子模块，用于依据所述聚合信息确定所述上下文单词的触发词，并依据分类器模块对所述触发词进行分类。

技术总结
本申请提供了一种基于多层图注意力网络的事件检测方法及装置，包括获取事件文本信息中的上下文单词，并确定与所述上下文单词对应的句法信息邻接矩阵和拼接向量；将所述邻接矩阵和所述拼接向量作为人工神经网络的输入，获取输出向量；依据所述拼接向量与所述输出向量聚合生成聚合信息；依据所述聚合信息确定所述上下文单词的触发词类别。本申请通过同时结合上下文单词的句法信息和上下文信息，有效解决使用句法分析工具容易出现信息丢失和错误传播的问题；并且通过在图注意力网络层中结合跳跃连接模块，避免因为一些短距离的句法信息过度传播从而导致最终触发词的分类不理想的情况出现，有效提高触发词分类的精度、召回率以及F1值。及F1值。及F1值。


技术研发人员：包先雨 吴共庆 何俐娟 柯培超 陆振亚 王歆 程立勋 蔡伊娜 郑文丽 慕容灏鼎 蔡屹
受保护的技术使用者：合肥工业大学
技术研发日：2021.09.30
技术公布日：2022/1/3