基于深度学习的广播电视新闻事件要素抽取方法
基本信息
| 申请号 | CN202110464100.X | 申请日 | - |
| 公开（公告）号 | CN112989031A | 公开（公告）日 | 2021-06-18 |
| 申请公布号 | CN112989031A | 申请公布日 | 2021-06-18 |
| 分类号 | G06F16/34;G06F16/31;G06F16/35;G06F40/247;G06F40/30;G06N3/08;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 杨瀚;朱婷婷;温序铭 | 申请（专利权）人 | 成都索贝视频云计算有限公司 |
| 代理机构 | 成都九鼎天元知识产权代理有限公司 | 代理人 | 贾年龙 |
| 地址 | 610041 四川省成都市中国（四川）自由贸易试验区成都高新区天府大道中段1268号1栋14层1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了基于深度学习的广播电视新闻事件要素抽取方法，包括步骤：S1，标注待分析的广播电视新闻数据的摘要和要素信息，构建摘要数据集和要素数据集；S2，利用预训练模型构建摘要抽取模型和要素抽取模型，并利用构建的摘要数据集、要素数据集来训练摘要抽取模型和要素抽取模型；S3，利用步骤S2中训练好的摘要抽取模型和要素抽取模型来构建两阶段广播电视新闻要素自动抽取模型，利用所述模型对输入的广播电视新闻进行预测，获得结构化的要素抽取结果等；本发明能够对广播电视新闻内容进行高效的要素提取，为整合新闻资源、汇聚全媒体新闻内容、建立内容知识库、梳理新闻事件脉络等上层分析或应用服务提供智能技术支持等。 |
