(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111599289.X (22)申请日 2021.12.24 (71)申请人 吉林大学 地址 130012 吉林省长 春市前进大街269 9 号 (72)发明人 赵宇　左祥麟　梁世宁　张一嘉　 左万利　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 代理人 刘芳 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/35(2019.01) G06F 16/33(2019.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 一种因果关系事 件对提取方法及系统 (57)摘要 本发明涉及一种种因果关系事件对提取方 法及系统， 方法包括： 获取训练集D； 构建语言模 型； 采用所述训练集对所述语言模型进行训练， 得到环境模型； 构建对抗模型； 采用所述对抗模 型对所述训练集中的数据进行数据增强； 利用增 强后的数据同时对所述环境模型进行训练， 得到 训练后的环 境模型； 将待提取的数据输入到所述 训练后的环境模型中， 得到因果关系事件对； 所 述因果事件对包括： 原因事件和结果事件。 本发 明中的上述方法对句子中的词进行合理的删除 以构造出提升模 型表现的数据， 利用大型预训练 的语料以及对抗攻击的数据增强， 小规模语料上 获得更好的因果事 件抽取效果。 权利要求书2页 说明书9页 附图4页 CN 114265943 A 2022.04.01 CN 114265943 A 1.一种因果关系事 件对提取方法， 其特 征在于， 所述方法包括： 获取训练集D； 构建语言模型； 采用所述训练集对所述语言模型进行训练， 得到环境模型； 构建对抗模型； 采用所述对抗模型对所述训练集中的数据进行 数据增强； 利用增强后的数据同时对所述环境模型进行训练， 得到训练后的环境模型； 将待提取的数据输入到所述训练后的环境模型中， 得到因果关系事件对； 所述因果事 件对包括： 原因事 件和结果事 件。 2.根据权利要求1所述的因果关系事件对提取方法， 其特征在于， 所述提取方法在步骤 “利用增强后的数据同时对所述环境模型进行训练， 得到训练后的环境模型 ”之后和步骤 “将待提取的数据输入到所述训练后的环境模型中， 得到因果关系事件对 ”之前还包括： 对 待提取的数据进行 数据清洗 。 3.根据权利要求2所述的因果关系事件对提取方法， 其特征在于， 所述对待提取的数据 进行数据清洗包括以下步骤： 对待提取的数据进行 标准化： 将所有词转 化为小写； 对标准化处理后的数据进行去停用词处 理； 对所述去停用词处 理的数据进行句子划分； 对所述句子划分后的数据进行裁 剪。 4.根据权利要求1所述的因果关系事件对提取方法， 其特征在于， 所述采用所述对抗模 型对所述训练集中的数据进行 数据增强具体包括以下步骤： 从所述训练集D中抽取d个数据， 并生成随机数γ， γ∈[0,1]； 当所述γ大于预设阈值时， 采用所述训练集D对语言模型进行训练； 当所述γ小于等于预设阈值时， 将d个数据输入至所述对抗模型获得增强后的数据 dnew。 5.一种因果关系事 件对提取系统， 其特 征在于， 所述系统包括： 训练集获取模块， 用于获取训练集D； 语言模型构建模块， 用于构建语言模型； 第一训练模块， 用于采用所述训练集对所述语言模型进行训练， 得到环境模型； 对抗模型构建模块， 用于构建对抗模型； 数据增强模块， 用于采用所述对抗模型对所述训练集中的数据进行 数据增强； 第二训练模块， 用于利用增强后的数据同时对所述环境模型进行训练， 得到训练后的 环境模型； 因果关系事件对提取模块， 用于将待提取的数据输入到所述训练后的环境模型中， 得 到因果关系事 件对； 所述因果事 件对包括： 原因事 件和结果事 件。 6.根据权利要求5所述的因果关系事件对提取系统， 其特征在于， 所述系统还包括： 数 据清洗模块， 用于对待提取的数据进行 数据清洗 。 7.根据权利要求6所述的因果关系事件对提取系统， 其特征在于， 所述数据清洗模块包 括：权　利　要　求　书 1/2 页 2 CN 114265943 A 2标准化单元， 用于对待提取的数据进行 标准化： 将所有词转 化为小写； 停用词处 理单元， 用于对标准 化处理后的数据进行去停用词处 理； 句子划分单 元， 用于对所述去停用词处 理的数据进行句子划分； 裁剪单元， 用于对所述句子划分后的数据进行裁 剪。 8.根据权利要求5所述的因果关系事件对提取系统， 其特征在于， 所述数据增强模块模 块包括： 数据抽取 单元， 用于从所述训练集D中抽取d个数据， 并生成随机数γ， γ∈[0,1]； 训练单元， 用于当所述γ大于预设阈值时， 采用所述训练集D对语言模型进行训练； 增强后的数据获取单元， 用于当所述γ小于等于预设阈值时， 将d个数据输入至所述对 抗模型获得增强后的数据dnew。权　利　要　求　书 2/2 页 3 CN 114265943 A 3