[发明专利]计算机执行的事件风险评估的方法及装置

说明书

本说明书实施例提供一种计算机执行的事件风险评估方法和装置。在上述方法中，首先采用自然语言处理模型，从内容文本库中提取多个样本事件，其中包括，识别第一样本事件及其对应的事件类型，并根据该事件类型，提取第一样本事件的第一事件要素；然后，在与第一样本事件相关联的知识图谱中，获取与所述第一事件要素相关联的第一关联要素；接着，根据所述事件类型，第一事件要素，以及第一关联要素，确定出第一样本事件的事件特征。基于多个样本事件中各个样本事件的事件特征，以及各个样本事件的标定风险值，可以训练得到GBDT模型。于是，可以利用该训练的GBDT模型，对待分析的第二事件的风险值进行评估，还可以对评估的风险值进行特征解释。

技术领域

本说明书一个或多个实施例涉及机器学习领域，尤其涉及利用机器学习对事件风险进行评估的方法和装置。

背景技术

随着计算机技术的发展，机器学习已经应用到各种各样的技术领域，用于分析、预测各种业务数据。在许多应用场景中，需要对各种业务事件进行分析和预测，特别是预测各类事件的风险度，例如舆情风险度，安全风险度等，以便于提前预警，辅助相关业务人员进行业务准备。

因此，希望提供改进的方案，能够有效地对事件风险度进行评估。

发明内容

本说明书一个或多个实施例描述了计算机执行的事件风险评估方法和装置，通过扩展事件的要素而构建事件特征，并训练GBDT模型，实现事件风险度的有效评估，并可以对评估的风险值提供相应的特征解释。

根据第一方面，提供了一种计算机执行的事件风险评估方法，包括：

采用自然语言处理模型，从内容文本库中提取多个样本事件，所述多个样本事件包括第一样本事件，所述提取多个样本事件包括，识别第一样本事件及其对应的第一事件类型，并根据第一事件类型，提取所述第一样本事件的至少一个第一事件要素；

在与所述第一样本事件相关联的至少一个领域所对应的至少一个知识图谱中，获取与所述至少一个第一事件要素相关联的至少一个第一关联要素；

根据所述第一事件类型，所述至少一个第一事件要素，以及所述至少一个第一关联要素，确定所述第一样本事件的事件特征；

根据所述多个样本事件中各个样本事件的事件特征，以及各个样本事件的标定风险值，训练梯度提升决策树GBDT模型，得到训练的GBDT模型；

利用所述训练的GBDT模型，对待分析的第二事件进行风险评估。

在一个实施例中，通过以下方式提取第一样本事件的至少一个事件要素：

确定所述第一事件类型对应的第一模板；利用所述第一模板，从所述内容文本库中提取所述第一样本事件的至少一个第一事件要素。

在一个实施例中，至少一个第一事件要素包括以下中的至少一个：事件时间、事件地点、实施主体、事件客体、事实类型、事件等级。

根据一种实施方式，通过以下方式获取关联要素：

将所述至少一个第一事件要素映射为所述至少一个知识图谱中的第一节点；将所述至少一个知识图谱中与所述第一节点直接连接的节点作为所述至少一个关联要素。

在一个实施例中，上述知识图谱可以包括：企业知识图谱，产品知识图谱，人物知识图谱，信息知识图谱，股票知识图谱，基金知识图谱，机构知识图谱。

根据一种实施方式，在训练GBDT模型之后，对待分析的第二事件进行风险评估具体包括：

获取第二事件的事件类型，以及至少一个第二事件要素；

在所述至少一个知识图谱中，获取与所述至少一个第二事件要素相关联的至少一个第二关联要素；