一种基于对抗学习的限定域事件检测方法

授权

摘要

本发明提供了一种基于对抗学习的限定域事件检测方法，该方法在动态池化卷积神经网络模型的基础上，通过对抗学习的方式，引入约束相同事件类型的数据的特征分布的正则项，使得模型能够学到更多跨触发词的事件分类特征，以此解决基础模型在学习稀疏触发词相关特征时，所学判别性特征不可靠的问题，有利于提高模型在稀疏触发词上的检测性能以及跨领域的泛化性。

基本信息

专利标题：

一种基于对抗学习的限定域事件检测方法

专利标题（英）：

暂无

公开（公告）号：

CN111767402A

申请号：

CN202010635994.X

公开（公告）日：

2020-10-13

申请日：

2020-07-03

授权号：

CN111767402B

授权日：

2022-04-05

发明人：

陆树栋李思徐雅静王凯王明轩张锐宋磊

申请人：

北京邮电大学

申请人地址：

北京市海淀区西土城路10号

代理机构：

代理人：

优先权：

CN202010635994.X

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06F40/216 G06F40/289 G06N3/04 G06N3/08

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F16/35

••聚类；分类

法律状态

2022-04-05 ：

授权

2020-10-30 ：

实质审查的生效

IPC(主分类) : G06F 16/35
申请日 : 20200703

2020-10-13 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

1、

CN111767402A.PDF

PDF下载