一种联合序列标注和模式匹配的事件元素检测方法

摘要

目前的中文医疗事理知识图谱事件元素检测研究主要基于单一的模式匹配或深度学习模型，且未对事件元素进行长短级粒度划分，不能有效抽取长句级元素，导致了模型灵活性不高、泛化性差。因此，本发明提出了一种联合序列标注和模式匹配的事件元素检测方法，创新点在依据事件类型对其中的事件元素进行粒度区分，并针对不同粒度的事件元素采用不同的方法进行检测。首先，对于短词级事件元素检测，使用基于序列标注的BERT‑BiLSTM‑CRF模型，并结合实体信息、触发词信息等语料特征，以实现较强的可扩展性。其次，通过联合依存句法分析的模式匹配方法，进行了长句级事件元素的检测，由此提高事件元素检测的准确率。