本技術(shù)涉及事件分類，尤其涉及一種事件分類方法、電子設(shè)備及計(jì)算機(jī)可讀存儲介質(zhì)。

背景技術(shù)：

1、事件數(shù)據(jù)中存在大量語義相近但分類標(biāo)簽各異的情況，這些數(shù)據(jù)的分類不僅取決于訴求的語義描述，還受到特定關(guān)鍵詞的顯著影響。然而，事件分類器大多基于語義訓(xùn)練，忽視了這些關(guān)鍵詞的稀疏特征，導(dǎo)致分類器在實(shí)際應(yīng)用中難以準(zhǔn)確把握事件的本質(zhì)，從而產(chǎn)生了分類誤差。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供了一種事件分類方法、電子設(shè)備及計(jì)算機(jī)可讀存儲介質(zhì)。

2、第一方面，本技術(shù)實(shí)施例提供了一種事件分類方法，該方法包括：

3、收集事件數(shù)據(jù)，事件數(shù)據(jù)包括多個事件與對應(yīng)的人工標(biāo)注類標(biāo)簽；

4、對事件數(shù)據(jù)進(jìn)行預(yù)處理；

5、基于預(yù)處理后的事件數(shù)據(jù)，生成事件數(shù)據(jù)的關(guān)鍵詞特征向量；

6、基于預(yù)處理后的事件數(shù)據(jù)，生成事件數(shù)據(jù)的語義特征向量；

7、融合關(guān)鍵詞特征向量和語義特征向量，得到融合后的特征向量；

8、基于融合后的特征向量和人工標(biāo)注類標(biāo)簽，訓(xùn)練和優(yōu)化softmax多分類模型；

9、基于softmax多分類模型進(jìn)行事件分類，得到事件的預(yù)測類標(biāo)簽。

10、可選的，基于預(yù)處理后的事件數(shù)據(jù)，生成事件數(shù)據(jù)的關(guān)鍵詞特征向量包括：

11、基于詞頻-逆文檔頻率tf-idf算法對預(yù)處理后的事件數(shù)據(jù)進(jìn)行關(guān)鍵詞提取，獲得每個事件的tf-idf值排名前三的詞作為每個事件的關(guān)鍵詞；

12、生成每個事件的關(guān)鍵詞向量，作為每個事件的關(guān)鍵詞特征向量。

13、可選的，生成每個事件的關(guān)鍵詞向量包括：

14、基于預(yù)訓(xùn)練的word2vec模型生成每個事件的每個關(guān)鍵詞的向量；

15、對每個事件的所有關(guān)鍵詞的向量進(jìn)行加權(quán)，得到每個事件的關(guān)鍵詞向量。

16、可選的，基于預(yù)處理后的事件數(shù)據(jù)，生成事件數(shù)據(jù)的語義特征向量包括：

17、基于微調(diào)的bert模型生成每個事件的隱藏狀態(tài)向量，作為每個事件的語義特征向量。

18、可選的，融合關(guān)鍵詞特征向量和語義特征向量，得到融合后的特征向量包括：

19、基于第一線性映射函數(shù)，將關(guān)鍵詞特征向量和語義特征向量映射到相同的維度，第一線性映射函數(shù)的參數(shù)基于softmax多分類模型的訓(xùn)練進(jìn)行優(yōu)化；

20、基于注意力網(wǎng)絡(luò)，計(jì)算映射到相同的維度后的關(guān)鍵詞特征向量和語義特征向量的注意力權(quán)重，注意力網(wǎng)絡(luò)的參數(shù)基于softmax多分類模型的訓(xùn)練進(jìn)行優(yōu)化；

21、基于注意力權(quán)重，將映射到相同的維度后的關(guān)鍵詞特征向量和語義特征向量融合為一個向量。

22、可選的，softmax多分類模型的訓(xùn)練和優(yōu)化基于第一交叉熵?fù)p失函數(shù)進(jìn)行，第一交叉熵?fù)p失函數(shù)基于下式確定：

23、，

24、其中為交叉熵?fù)p失，為事件的總數(shù)，為第個事件的真實(shí)類標(biāo)簽，真實(shí)類標(biāo)簽為經(jīng)過復(fù)核的人工標(biāo)注類標(biāo)簽，為第個事件的預(yù)測類標(biāo)簽。

25、可選的，softmax多分類模型的優(yōu)化還基于置信學(xué)習(xí)進(jìn)行，置信學(xué)習(xí)用于對softmax多分類模型的訓(xùn)練樣本進(jìn)行清洗，清洗后的訓(xùn)練樣本用于對softmax多分類模型進(jìn)行再訓(xùn)練，置信學(xué)習(xí)對訓(xùn)練樣本進(jìn)行清洗包括：

26、基于完成訓(xùn)練后的softmax多分類模型，對訓(xùn)練樣本進(jìn)行交叉驗(yàn)證，獲取訓(xùn)練樣本中的事件的最大概率類標(biāo)簽，在所有類標(biāo)簽中事件在最大概率類標(biāo)簽下的概率最大；

27、過濾訓(xùn)練樣本中的人工標(biāo)注類標(biāo)簽與最大概率類標(biāo)簽不同的事件。

28、第二方面，本技術(shù)實(shí)施例提供了一種電子設(shè)備，包括：

29、收集模塊，用于收集事件數(shù)據(jù)，事件數(shù)據(jù)包括多個事件與對應(yīng)的人工標(biāo)注類標(biāo)簽；

30、預(yù)處理模塊，用于對事件數(shù)據(jù)進(jìn)行預(yù)處理；

31、第一生成模塊，用于基于預(yù)處理后的事件數(shù)據(jù)，生成事件數(shù)據(jù)的關(guān)鍵詞特征向量；

32、第二生成模塊，用于基于預(yù)處理后的事件數(shù)據(jù)，生成事件數(shù)據(jù)的語義特征向量；

33、融合模塊，用于融合關(guān)鍵詞特征向量和語義特征向量，得到融合后的特征向量；

34、訓(xùn)練和優(yōu)化模塊，用于基于融合后的特征向量和人工標(biāo)注類標(biāo)簽，訓(xùn)練和優(yōu)化softmax多分類模型；

35、分類模塊，用于基于softmax多分類模型進(jìn)行事件分類，得到事件的預(yù)測類標(biāo)簽。

36、可選的，第一生成模塊包括：

37、提取模塊，用于基于詞頻-逆文檔頻率tf-idf算法對預(yù)處理后的事件數(shù)據(jù)進(jìn)行關(guān)鍵詞提取，獲得每個事件的tf-idf值排名前三的詞作為每個事件的關(guān)鍵詞；

38、第一向量模塊，用于生成每個事件的關(guān)鍵詞向量，作為每個事件的關(guān)鍵詞特征向量。

39、可選的，第一向量模塊包括：

40、第一模塊，用于基于預(yù)訓(xùn)練的word2vec模型生成每個事件的每個關(guān)鍵詞的向量；

41、第二模塊，用于對每個事件的所有關(guān)鍵詞的向量進(jìn)行加權(quán)，得到每個事件的關(guān)鍵詞向量。

42、可選的，第二生成模塊包括：

43、第二向量模塊，用于基于微調(diào)的bert模型生成每個事件的隱藏狀態(tài)向量，作為每個事件的語義特征向量。

44、可選的，融合模塊包括：

45、映射模塊，用于基于第一線性映射函數(shù)，將關(guān)鍵詞特征向量和語義特征向量映射到相同的維度，第一線性映射函數(shù)的參數(shù)基于softmax多分類模型的訓(xùn)練進(jìn)行優(yōu)化；

46、注意力模塊，用于基于注意力網(wǎng)絡(luò)，計(jì)算映射到相同的維度后的關(guān)鍵詞特征向量和語義特征向量的注意力權(quán)重，注意力網(wǎng)絡(luò)的參數(shù)基于softmax多分類模型的訓(xùn)練進(jìn)行優(yōu)化；

47、第三向量模塊，用于基于注意力權(quán)重，將映射到相同的維度后的關(guān)鍵詞特征向量和語義特征向量融合為一個向量。

48、可選的，softmax多分類模型的訓(xùn)練和優(yōu)化基于第一交叉熵?fù)p失函數(shù)進(jìn)行，第一交叉熵?fù)p失函數(shù)基于下式確定：

49、，

50、其中為交叉熵?fù)p失，為事件的總數(shù)，為第個事件的真實(shí)類標(biāo)簽，真實(shí)類標(biāo)簽為經(jīng)過復(fù)核的人工標(biāo)注類標(biāo)簽，為第個事件的預(yù)測類標(biāo)簽。

51、可選的，softmax多分類模型的優(yōu)化還基于置信學(xué)習(xí)進(jìn)行，置信學(xué)習(xí)用于對softmax多分類模型的訓(xùn)練樣本進(jìn)行清洗，清洗后的訓(xùn)練樣本用于對softmax多分類模型進(jìn)行再訓(xùn)練，該電子設(shè)備還包括置信學(xué)習(xí)模塊，置信學(xué)習(xí)模塊用于：

52、基于完成訓(xùn)練后的softmax多分類模型，對訓(xùn)練樣本進(jìn)行交叉驗(yàn)證，獲取訓(xùn)練樣本中的事件的最大概率類標(biāo)簽，在所有類標(biāo)簽中事件在最大概率類標(biāo)簽下的概率最大；

53、過濾訓(xùn)練樣本中的人工標(biāo)注類標(biāo)簽與最大概率類標(biāo)簽不同的事件。

54、第三方面，本技術(shù)實(shí)施例提供了一種電子設(shè)備，包括存儲器、至少一個處理器以及存儲在存儲器中并可在處理器上運(yùn)行的計(jì)算機(jī)程序，處理器執(zhí)行計(jì)算機(jī)程序時實(shí)現(xiàn)如上述第一方面中任一項(xiàng)所述的方法。

55、第四方面，本技術(shù)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如上述第一方面中任一項(xiàng)所述的方法。

56、第五方面，本技術(shù)實(shí)施例提供了一種計(jì)算機(jī)程序產(chǎn)品，當(dāng)計(jì)算機(jī)程序產(chǎn)品在電子設(shè)備上運(yùn)行時，使得電子設(shè)備執(zhí)行上述第一方面中任一項(xiàng)所述的方法。

57、基于本技術(shù)，可以分別提取事件中稀疏的關(guān)鍵詞特征和稠密的語義特征進(jìn)行融合，并基于融合后的特征和人工標(biāo)注類標(biāo)簽對softmax多分類模型進(jìn)行訓(xùn)練和優(yōu)化，有助于提高事件分類的準(zhǔn)確性和效率。