一种基于知识增强的多任务学习方法及系统

本发明公开了一种基于知识增强的多任务学习方法及系统，其系统包括：基础编码模块，用于将交通事件文本信息编码为文本编码表示；知识图谱构建模块，用于构建交通领域知识图谱；知识增强模块，用于识别文本编码表示中的地理实体并链接到交通领域知识图谱，将交通领域知识图谱中筛选后知识库实体的地理知识与文本编码表示进行深度融合；事件抽取模块，根据深度融合后的文本编码表示，抽取其中的相关要素，初步的构建事件框架；多任务学习模块，用于协调实体识别、关系抽取、事件类型分类和知识融合相关任务的联合学习和推理，对待处理的交通事件文本信息进行识别抽取，输出最终预测结果。本发明有效地将文本中的地理实体与知识图谱中的地理知识进行链接和融合，可实现信息共享和互补增强，提高模型的识别准确率和鲁棒性。