一种基于神经网络的新闻事件抽取的方法及系统

本发明公开了一种基于神经网络的新闻事件抽取的方法及系统。其步骤如下：

1. 对训练语料原始文本进行数据预处理；
2. 将以词向量表示的事件句序列传入到双向长短时记忆网络，利用双向长短时记忆网络来训练得到每个候选触发词的语义特征；
3. 将以词向量表示的事件句序列传入到卷积神经网络中，利用卷积神经网络训练得到候选触发词所在事件句的全局特征；
4. 根据候选触发词的语义特征与候选触发词所在句子的全局特征，利用softmax作为分类器来对每个候选触发词进行分类；
5. 从而找出新闻事件的触发词，并根据触发词类型，判断该事件所属类型。

本发明能够快速准确地抽取新闻事件，处理不规范语句中包含的新闻事件，具有效率高和普遍适用性的特点。

本发明公开了一种基于神经网络的新闻事件抽取的方法及系统，该方法的步骤为对训练语料原始文本进行数据预处理；将以词向量表示的事件句序列传入到双向长短时记忆网络，利用双向长短时记忆网络来训练得到每个候选触发词的语义特征；将以词向量表示的事件句序列传入到卷积神经网络中，利用卷积神经网络训练得到候选触发词所在事件句的全局特征；根据候选触发词的语义特征与候选触发词所在句子的全局特征，利用softmax作为分类器来对每个候选触发词进行分类，从而找出新闻事件的触发词，并根据触发词类型，判断该事件所属类型。本发明能够快速准确的抽取新闻事件，处理不规范语句中包含的新闻事件，具有效率高和普遍适用性的特点。