(19)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 202111674973.X (22)申请日 2021.12.31 (71)申请人 粤港澳大湾区数字经济 研究院 （福 田） 地址 518045 广东省深圳市福田区福保街 道市花路长富金茂大厦1号楼39楼 3901单元 (72)发明人 杨海钦　赵嘉晨　 (74)专利代理 机构 深圳市君胜知识产权代理事 务所(普通 合伙) 44268 专利代理师 陈专 (51)Int.Cl. G06F 40/30(2020.01) G06F 16/35(2019.01) G06F 40/216(2020.01)G06K 9/62(2022.01) (54)发明名称 事件检测方法、 系统、 智能终端及计算机可 读存储介质 (57)摘要 本发明公开了事件检测方法、 系统、 智能终 端及计算机可读存储介质， 其中， 所述事件检测 方法是基于自注意力模型和多层感知器进行事 件检测， 包括： 获取待检测语句和事件类别序列； 将上述待检测语句结合上述事件类别序列生成 待检测数据； 获取上述自注意力模 型和上述多层 感知器， 基于上述自注意力模型和上述多层感知 器获取上述待检测语句对应的事件类别概率， 其 中， 上述自注 意力模型用于对上述待检测数据进 行检测并输出待检测数据的语义向量， 上述多层 感知器用于基于上述事件类别序列对应的语义 向量获取上述待检测语句对应的上述事件类别 序列中各事件类别的概率。 与现有技术相比， 本 发明方案 无需使用关键词， 有利于提升事件检测 的效率和准确性。 权利要求书2页 说明书14页 附图5页 CN 114462418 A 2022.05.10 CN 114462418 A 1.一种事件检测方法， 其特征在于， 基于自注意力模型和多层感知器进行事件检测， 所 述事件检测方法包括： 获取待检测语句和事 件类别序列， 其中， 所述事 件类别序列中包括至少一种事 件类别； 将所述待检测语句结合所述事 件类别序列生成待检测数据； 获取所述自注意力模型和所述多层感知器， 基于所述自注意力模型和所述多层感知器 获取所述待检测语句对应的事件类别概率， 其中， 所述自注意力模型用于对所述待检测数 据进行检测并输出待检测数据的语义向量， 所述多层感知器用于基于所述事件类别序列对 应的语义向量获取 所述待检测语句对应的所述事 件类别序列中各事 件类别的概 率。 2.根据权利要求1所述的事件检测方法， 其特征在于， 所述自注意力模型是需要进行训 练的自注意力模型， 所述多层感知器是需要进行训练的多层感知器， 在所述基于所述自注 意力模型和所述多层感知器获取所述待检测语句对应的各事件类别的概率之后， 所述方法 还包括： 获取所述待检测语句对应的标注事 件类别； 基于所述事件类别概率和所述标注事件类别对所述自注意力模型和所述多层感知器 进行参数调整。 3.根据权利要求1所述的事件检测方法， 其特征在于， 所述自注意力模型是已经训练完 成的自注意力模型， 所述多层感知器是已经完成训练的多层感知器， 在所述基于所述自注 意力模型和所述多层感知器获取所述待检测语句对应的各事件类别的概率之后， 所述方法 还包括： 基于所述事 件类别概 率获取所述待检测语句对应的目标事 件类别。 4.根据权利要求2或3所述的事件检测方法， 其特征在于， 所述获取待检测语句和事件 类别序列， 包括： 获取待检测语句； 获取所有事件类别， 基于所有所述事件类别获取事件类别序列， 其中， 所述事件类别序 列中的所有事 件类别按照随机顺序排列。 5.根据权利要求1所述的事件检测方法， 其特征在于， 所述事件类别序列中的每一个事 件类别的两边设置有预设标记符号。 6.根据权利要求4所述的事件检测方法， 其特征在于， 所述将所述待检测语句结合所述 事件类别序列生成待检测数据， 包括： 将所述事 件类别序列拼接在所述待检测语句之后； 对所述待检测语句中的每一个词以及所述事件类别序列中的每一个事件类别进行位 置编码和词编码， 获得 所述待检测数据。 7.根据权利要求4所述的事件检测方法， 其特征在于， 所述将所述待检测语句结合所述 事件类别序列生成待检测数据， 包括： 将所述事 件类别序列拼接在所述待检测语句之前； 对所述待检测语句中的每一个词以及所述事件类别序列中的每一个事件类别进行位 置编码和词编码， 获得 所述待检测数据。 8.根据权利要求6或7所述的事件检测方法， 其特征在于， 所述基于所述自注意力模型 和所述多层感知器获取 所述待检测语句对应的事 件类别概 率， 包括：权　利　要　求　书 1/2 页 2 CN 114462418 A 2将所述待检测数据输入所述自注意力模型， 获取所述自注意力模型输出的语义向量， 其中， 所述语义向量是所述自注意力模型的输出数据中与各所述事件类别对应的语义向 量， 所述语义向量体现所述待检测语句与各 所述事件类别之间的关系； 将所述语义向量输入所述多层感知器， 获取所述多层感知器输出的各个事件类别概 率， 其中， 所述事 件类别概 率与所述事 件类别一 一对应。 9.根据权利要求3所述的事件检测方法， 其特征在于， 所述基于所述事件类别概率获取 所述待检测语句对应的目标事 件类别， 包括： 基于所述事件类别概率和预设的概率阈值获取所述目标事件类别， 其中， 所述目标事 件类别对应的事 件类别概 率大于所述 概率阈值。 10.一种事件检测系统， 其特征在于， 所述事件检测系统基于自注意力模型和多层感知 器进行事 件检测， 所述事 件检测系统包括： 待检测语句获取模块， 用于获取待检测语句和事件类别序列， 其中， 所述事件类别序列 中包括至少一种事 件类别； 待检测数据获取模块， 用于将所述待检测语句结合所述事件类别序列生成待检测数 据； 检测模块， 用于获取所述自注意力模型和所述多层感知器， 基于所述自注意力模型和 所述多层感知器获取所述待检测语句对应的事件类别概率， 其中， 所述自注意力模型用于 对所述待检测数据进 行检测并输出待检测数据的语义向量， 所述多层感知器用于基于所述 事件类别序列对应的语义向量获取所述待检测语句对应的所述事件类别序列中各事件类 别的概率。 11.一种智能终端， 其特征在于， 所述智能终端包括存储器、 处理器以及存储在所述存 储器上并可在所述处理器上运行的事件检测程序， 所述事件检测程序被所述处理器执行时 实现如权利要求1 ‑9任意一项所述事 件检测方法的步骤。 12.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有事件检 测程序， 所述事件检测程序被处理器执行时实现如权利要求1 ‑9任意一项所述事件检测方 法的步骤。权　利　要　求　书 2/2 页 3 CN 114462418 A 3