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！

龙图腾网获悉山东大学申请的专利文档级事件抽取模型训练方法、事件抽取方法及系统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：CN121542744B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610063281.8，技术领域涉及：G06F18/214；该发明授权文档级事件抽取模型训练方法、事件抽取方法及系统是由王雪;宋礼鹏设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本文档级事件抽取模型训练方法、事件抽取方法及系统在说明书摘要公布了：本发明涉及文档级事件抽取技术领域，为解决现有技术中的远程依赖建模能力不足且易受噪声干扰且事件输出语义不一致的问题，提供文档级事件抽取模型训练方法、事件抽取方法及系统。文档级事件抽取模型训练方法包括预处理文档样本并初始化节点；构建指代增强的异构图；两阶段图信息聚合；生成全局事件分类任务损失；生成事件解码任务损失；将事件解码任务损失与加权的全局事件分类任务损失求和，作为文档级事件抽取模型的总损失，再通过多任务学习联合优化文档级事件抽取模型的参数。其既能精准利用指代词作为显式的语义桥梁以强化远程推理，又能有效过滤关联噪声，同时还能融入文档级别的全局语义约束以确保输出的一致性。

本发明授权文档级事件抽取模型训练方法、事件抽取方法及系统在权利要求书中公布了：1.文档级事件抽取模型训练方法，其特征在于，包括： 提取文档样本中的句子、实体提及和超过设定频率阈值的指代词，对应初始化为异构图的句子节点、实体提及节点和指代节点并获取相应初始特征表示； 利用初始化的节点及其初始特征表示，构建指代增强的异构图，其包含句子-句子边、句子-实体边、实体-实体边和指代-实体软连接边这四种类型的边； 通过指代-实体软连接边聚合指代节点的信息并引入门控过滤噪声，以增强实体提及节点的特征表示，再与句子节点的特征表示一同在指代增强的异构图中进行多层消息传递，完成全局结构推理，更新所有节点的特征表示； 对所有句子节点的特征表示进行池化，得到文档级全局向量，通过多标签分类器预测文档样本的事件类型分布，生成全局事件分类任务损失； 基于更新后的所有节点的特征表示，采用基于追踪器的解码器逐步预测事件类型及对应论元，得到结构化事件记录，生成事件解码任务损失； 将事件解码任务损失与加权的全局事件分类任务损失求和，作为文档级事件抽取模型的总损失，再通过多任务学习联合优化文档级事件抽取模型的参数。

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山东大学，其通讯地址为：264209 山东省威海市环翠区文化西路180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”。

以上内容由龙图腾AI智能生成。