基于混合专家模型与对比学习的文档级事件关系抽取方法

本发明属于自然语言处理与信息抽取技术领域，具体涉及一种基于混合专家模型与对比学习的文档级事件关系抽取方法。针对现有方法在多类型事件关系统一建模中存在的特征混淆及无关系类别偏置等问题，本发明首先对输入文档进行编码，获取事件提及的上下文表示，并构建事件对表示及交互特征；其次，通过动态路由机制将事件对分配至多个专家模型，各专家从语义特征、结构特征及双线性交互特征等角度进行建模，并对输出结果进行加权融合，得到初始关系预测；进一步地，引入对比学习判别器对事件对是否存在有效关系进行判别建模；最后，在推理阶段结合预测校准策略与自适应负类惩罚机制，对无关系类别进行动态调整。