买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心);武汉理工大学申请的专利事件抽取方法、电子设备、存储介质及程序产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120408540B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510914969.8，技术领域涉及：G06F18/25；该发明授权事件抽取方法、电子设备、存储介质及程序产品是由吕潇;康笃刚;贾海军;刘宇;罗恒;袁旌杰;黄崧;梅琳;李春林;王佳琪;吴文浩设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本事件抽取方法、电子设备、存储介质及程序产品在说明书摘要公布了：本申请提供一种事件抽取方法、电子设备、存储介质及程序产品。方法包括：获取输入数据；基于预设特征编码策略，对输入数据进行特征编码，得到触发词嵌入和结构嵌入；获取预设虚拟事件类型嵌入；对触发词嵌入、结构嵌入和预设虚拟事件类型嵌入进行特征融合，得到第一特征向量；根据第一特征向量，基于预设卷积网络预测策略对输入数据进行概率预测，得到第一预测结果；根据第一特征向量，基于预设双仿射注意力预测策略对输入数据进行概率预测，得到第二预测结果；对第一预测结果和第二预测结果进行融合输出，得到事件抽取结果。如此，可以改善传统事件抽取方式在无预定义事件模式条件下，存在无法有效识别和抽取文本中事件触发词和论元的问题。

本发明授权事件抽取方法、电子设备、存储介质及程序产品在权利要求书中公布了：1.一种事件抽取方法，其特征在于，所述方法包括： 获取包含待抽取事件的输入数据； 基于预设特征编码策略，对所述输入数据进行特征编码，得到表征所述输入数据的语义特征的触发词嵌入和表征所述输入数据的结构特征的结构嵌入； 获取表征事件类型特征的预设虚拟事件类型嵌入； 对所述触发词嵌入、所述结构嵌入和所述预设虚拟事件类型嵌入进行特征融合，得到所述输入数据对应的第一特征向量； 根据所述第一特征向量，基于预设卷积网络预测策略对所述输入数据进行概率预测，得到第一预测结果； 根据所述第一特征向量，基于预设双仿射注意力预测策略对所述输入数据进行概率预测，得到第二预测结果； 对所述第一预测结果和所述第二预测结果进行融合输出，得到事件抽取结果； 其中，对所述触发词嵌入、所述结构嵌入和所述预设虚拟事件类型嵌入进行特征融合，得到所述输入数据对应的第一特征向量，包括： 对于所述触发词嵌入中的目标触发词嵌入，通过下式确定所述目标触发词嵌入与所述预设虚拟事件类型嵌入的注意力分数，所述目标触发词嵌入表征所述触发词嵌入中存在重叠情况的触发词对应的第二特征向量： ； 式中，表示内积操作，表示目标触发词嵌入与第个虚拟事件类型嵌入的注意力分数，，表示预设虚拟事件类型嵌入中的虚拟事件类型嵌入的总数； 基于所述注意力分数对所述预设虚拟事件类型嵌入中的多个虚拟事件类型嵌入进行排序，并选取注意力分数最大的前m个虚拟事件类型嵌入作为目标虚拟事件类型嵌入，m与所述目标触发词嵌入中的数量最大值相等； 通过第一预设多层感知机对所述目标虚拟事件类型嵌入进行特征编码，得到虚拟事件嵌入特征； 对所述触发词嵌入和所述虚拟事件嵌入特征进行第一门控条件归一化操作，得到第一融合特征向量，表示如下： ； ； ； 式中，和分别表示向量各元素相乘和向量拼接操作，、、、为可学习的参数，表示结构嵌入中的特征向量在特征向量条件上进行门控条件归一化，表示触发词嵌入中的特征向量，表示对应的虚拟事件嵌入特征，表示第一门控单元，和为结构嵌入中的特征向量各维度之间的平均值和标准差，表示如下： ； ； 式中，表示结构嵌入中的第个特征向量的第维特征值； 将所述第一融合特征向量与所述结构嵌入进行特征拼接操作，得到第二融合特征向量，作为所述第一特征向量，表示如下： ； 式中，表示单词到单词之间的第一融合特征向量，表示结构嵌入，、和为可学习的参数，表示sigmoid激活函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心);武汉理工大学，其通讯地址为：401121 重庆市渝北区芙蓉路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。