基于持续学习的事件抽取的模型训练、事件抽取的方法

摘要

本公开提供了一种基于持续学习的事件抽取的模型训练、事件抽取的方法、装置及设备，属于自然语言处理技术领域，其中，该方法包括：获取文本流数据集；将文本流数据集输入至预训练的语言模型和自注意力机制中进行处理，得到与文本流数据集中文本对应的第一融合特征向量；采用知识蒸馏的方式，利用第一融合特征向量训练待训练的基于持续学习的事件抽取模型的学生网络和教师网络，得到基于持续学习的事件抽取模型，通过知识蒸馏框架实现知识迁移学习，利用历史增强特征转移网络使事件抽取模型能够在学习新事件知识的同时不会遗忘已经学习过的历史事件知识，在对新增事件类型检测的同时仍可以对历史事件类型进行检测，实现持续性事件学习和检测。