基于图卷积网络和对比学习的因果关系识别方法及装置

摘要

本申请涉及一种基于图卷积网络和对比学习的因果关系识别方法及装置。所述方法包括：根据图卷积网络对初始词向量的位置关系和语义关系进行融合，得到关系表征；利用BiLSTM模型对包含事件对的句子进行关系表征学习，得到隐藏关系表征；根据对比学习方法对关系表征进行增强表示将隐藏关系表征和增强后的关系表征进行融合，利用全连接层及SoftMax层对融合关系表征进行计算，得到事件对中是否存在因果关系的初始概率；根据初始概率和预先标注的事件对中真实的因果关系构建交叉熵损失函数，利用交叉熵损失函数对因果关系识别模型进行训练再对待识别的文本进行因果关系识别。采用本方法能够提高事件对因果关系准确率。