本發(fā)明公開了一種基于深度學(xué)習(xí)的化學(xué)反應(yīng)事件抽取方法和系統(tǒng)。本方法包括以下步驟：S1從pdf文獻(xiàn)中截取與化學(xué)反應(yīng)相關(guān)的文本圖片，并利用OCR技術(shù)將其轉(zhuǎn)換為文本文件；S2借助NLP工具包對其進(jìn)行分句分詞，獲取標(biāo)準(zhǔn)化的數(shù)據(jù)；S3搭建神經(jīng)網(wǎng)絡(luò)模型識別與化學(xué)反應(yīng)事件相關(guān)的實體；S4調(diào)整輸入特征，利用網(wǎng)絡(luò)模型對句子中的觸發(fā)詞進(jìn)行抽?。籗5引入圖卷積網(wǎng)絡(luò)，檢測事件元素，建立觸發(fā)詞與相應(yīng)反應(yīng)實體間的關(guān)系，從而完成對一個化學(xué)反應(yīng)事件的完整描述。本發(fā)明通過構(gòu)建深度學(xué)習(xí)模型從化學(xué)文獻(xiàn)中抽取涵蓋化學(xué)反應(yīng)的相關(guān)文本，將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，豐富了化學(xué)反應(yīng)數(shù)據(jù)庫，推動了相關(guān)領(lǐng)域的任務(wù)進(jìn)展。