一种基于端到端LBSRL的行为抽取算法

本发明公开了一种基于LBSRL的行为抽取模型，该模型针对法律领域的特殊需求和挑战进行了优化设计。该方法在预训练语言模型模块对输入文本数据完成字符到词嵌入的映射，并通过weight Embeddings对词嵌入完成语义表示增强；在SRL模块，基于LB注意力对输入文本可能存在的谓词片段和论元片段完成计算；SPAN模块，基于LB注意力机制计算不同片段在某个上标签的得分；最后在联合解码模块对得分结果在一定约束下实现片段和标签的联合解码，得到端到端的行为抽取结果。该方法通过引入LB注意力机制，设计出的SPAN模块和SRL模块模型能够在面对法律文本时精准聚焦于关键行为描述，有效地捕获蕴含在复杂文本中的行为要素。除此之外，其端到端的特性，摆脱了传统多阶段抽取方法的限制，可以从原始法律文本直接得到所需的行为信息，极大地简化了抽取过程并提高了模型的整体性能。