本發(fā)明公開了一種基于時(shí)間關(guān)系對文本包含的因果關(guān)系進(jìn)行抽取的方法，包括：構(gòu)建基于時(shí)間關(guān)系的Bi?LSTM+GCN網(wǎng)絡(luò)模型；將待輸入的文本中的單詞輸入到Bi?LSTM網(wǎng)絡(luò)獲得文本中單詞的特征；將文本中單詞的時(shí)間關(guān)系轉(zhuǎn)化成時(shí)間關(guān)系特征矩陣輸入到GCN網(wǎng)絡(luò)，由GCN網(wǎng)絡(luò)輸出特征向量；將GCN網(wǎng)絡(luò)輸出特征向量輸入分類器，獲得因果關(guān)系的抽取結(jié)果：原因、結(jié)果和非因非果。與現(xiàn)有技術(shù)相比，本發(fā)明利用時(shí)間關(guān)系與因果關(guān)系的聯(lián)系,本文通過將時(shí)間關(guān)系轉(zhuǎn)化成特征矩陣的方式結(jié)合了Bi?LST+GCN網(wǎng)絡(luò)模型，并且通過實(shí)驗(yàn)?zāi)軠?zhǔn)確獲得因果關(guān)系標(biāo)注，時(shí)間關(guān)系有利于因果關(guān)系的抽取，本發(fā)明提出的基于時(shí)間關(guān)系的Bi?LSTM+GCN模型能有效的獲取因果關(guān)系。

技術(shù)領(lǐng)域

本發(fā)明涉及領(lǐng)域，特別是一種基于時(shí)間關(guān)系對文本包含的因果關(guān)系進(jìn)行抽取的方法。

背景技術(shù)

近些年伴隨著互聯(lián)網(wǎng)的飛速發(fā)展,產(chǎn)生了大量的文本數(shù)據(jù)，文本中的關(guān)系抽取對于理解和得到有價(jià)值的信息變得越來越重要。因果關(guān)系的抽取在文本關(guān)系中占重要的位置，當(dāng)獲得了文本中的因果關(guān)系，很容易就可以判斷文本的主干，因果關(guān)系的信息可能會(huì)有益于許多自然語言處理任務(wù)，例如問答系統(tǒng)、文本摘要、決策支持等。因果關(guān)系是一個(gè)已經(jīng)從哲學(xué)、心理和邏輯的角度進(jìn)行了廣泛研究的概念。如何在以NLP為中心的應(yīng)用程序中對它的識(shí)別和表示進(jìn)行建模成為一個(gè)熱門的話題。

理解事件是自然語言處理的重要組成部分。此過程中的重要步驟是確定事件之間的關(guān)系，在事件之間可能存在的許多關(guān)系類型中，時(shí)間關(guān)系對因果關(guān)系的提取的作用有很大影響。

在時(shí)間關(guān)系中包含事件發(fā)生的順序，這有助于對于因果關(guān)系的判斷。ParamitaMirza等人，從文本中獲取指定事件上下文關(guān)系、詞性、時(shí)間標(biāo)簽等特征，使用分類器對指定的事件進(jìn)行判斷，并提出利用時(shí)間TimeML標(biāo)注對因果事件進(jìn)行標(biāo)注。之后提出CATENA模型，設(shè)定了基于時(shí)間關(guān)系的過濾規(guī)則，證實(shí)對時(shí)間和因果進(jìn)行聯(lián)合抽取相互促進(jìn)。NasrinMostafazadeh等人提出事件結(jié)構(gòu)的語義注釋的因果和時(shí)間關(guān)系方案(CaTeRS)通過大量的故事型事件，獲得時(shí)間關(guān)系對因果關(guān)系的判斷。Qiang Ning等人提出連接結(jié)構(gòu)TCR根據(jù)指定的規(guī)則去推理事件的因果關(guān)系。然而這些方法都沒有利用深度學(xué)習(xí)的優(yōu)勢，對文本包含的因果關(guān)系進(jìn)行抽取效果不理想。

發(fā)明內(nèi)容

本發(fā)明的目的是要提供一種基于時(shí)間關(guān)系對文本包含的因果關(guān)系進(jìn)行抽取的方法。

為達(dá)到上述目的，本發(fā)明是按照以下技術(shù)方案實(shí)施的：

一種基于時(shí)間關(guān)系對文本包含的因果關(guān)系進(jìn)行抽取的方法，包括以下步驟：

S1、構(gòu)建基于時(shí)間關(guān)系的Bi-LSTM+GCN網(wǎng)絡(luò)模型，所述Bi-LSTM+GCN模型由輸入端到輸出端包括Bi-LSTM網(wǎng)絡(luò)、GCN網(wǎng)絡(luò)和分類器；

S2、將待輸入的文本中的單詞輸入到Bi-LSTM網(wǎng)絡(luò)獲得文本中單詞的特征；

S3、將文本中單詞的時(shí)間關(guān)系轉(zhuǎn)化成時(shí)間關(guān)系特征矩陣輸入到GCN網(wǎng)絡(luò)，由GCN網(wǎng)絡(luò)輸出特征向量；

S4、將GCN網(wǎng)絡(luò)輸出特征向量輸入分類器，獲得因果關(guān)系的抽取結(jié)果：原因、結(jié)果和非因非果。

進(jìn)一步地，所述S2中，在將待輸入的文本中的單詞輸入到Bi-LSTM網(wǎng)絡(luò)模型之前，首先將待輸入的文本中的單詞通過Word Embedding轉(zhuǎn)換成300維度的詞向量并添加詞性POS特征。

進(jìn)一步地，所述S3中GCN網(wǎng)絡(luò)輸出的特征向量為：

其中N(v)是和v有關(guān)系的單詞的集合，每一個(gè)L(u,v)代表從u到v的時(shí)間關(guān)系，W_L(u,v)表示u到v的時(shí)間關(guān)系的參數(shù)矩陣，h_u是來自上一層輸出的u的特征向量。