[发明专利]基于知识图谱的事件处理方法、装置、设备和存储介质有效

专利信息
申请号: 201910609478.7 申请日: 2019-07-08
公开(公告)号: CN110489520B 公开(公告)日: 2023-05-16
发明(设计)人: 孙佳兴;吴嘉豪;蒋逸文;黄鸿顺 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F16/36
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 谢曲曲
地址: 518033 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 知识 图谱 事件 处理 方法 装置 设备 存储 介质
【权利要求书】:

1.一种基于知识图谱的事件处理方法,所述方法包括:

获取从资讯平台爬取的资讯文本及所述资讯文本中的触发词;

根据所述触发词确定所述资讯文本的内容所对应的事件类型;

当所述事件类型属于目标领域事件时,获取预设的目标领域事件模板;

根据所述目标领域事件模板确定与所述事件类型对应的事件元角色;

从所述资讯文本中提取与确定的各所述事件元角色对应的事件元;

根据所述事件元角色和相应的事件元生成的结构化数据;

将生成的所述结构化数据作为与所述资讯文本对应的事件元信息;

将提取的事件元信息与知识图谱中的实体进行匹配;

根据匹配的实体以及所述知识图谱中所述目标领域事件对应的推理路径进行推理,得到相应的事件分析结果。

2.根据权利要求1所述的方法,其特征在于,所述获取从资讯平台爬取的资讯文本及所述资讯文本中的触发词,包括:

监测各资讯平台;

当监测到所述资讯平台生成新的目标领域资讯时,获取对应的资讯文本;

对所述资讯文本进行分词,得到对应的词集合;

将词集合中属于触发词库的词作为与所述资讯文本对应的触发词。

3.根据权利要求1所述的方法,其特征在于,所述根据所述触发词确定所述资讯文本的内容所对应的事件类型,包括:

将各所述触发词输入至已训练的基于深度学习的事件分类模型;

通过所述事件分类模型输出与所述资讯文本对应的事件类型。

4.根据权利要求1所述的方法,其特征在于,所述将提取的事件元信息与知识图谱中的实体进行匹配,包括:

确定知识图谱中与事件元信息中的事件元对应的候选实体;

计算各所述候选实体与提取的所述事件元信息之间的相似度;

基于所述相似度从所述候选实体中筛选与所述事件元匹配的实体。

5.根据权利要求1所述的方法,其特征在于,所述根据匹配的实体以及所述知识图谱中所述目标领域事件对应的推理路径进行推理,得到相应的事件分析结果,包括:

根据所述知识图谱确定与所述目标领域事件对应的推理路径;

根据所述知识图谱获取与所述匹配的实体对应的实体关系;

根据所述推理路径、所述匹配的实体和对应的实体关系生成事件分析结果。

6.根据权利要求1至5任一项所述的方法,其特征在于,所述知识图谱中的实体类型包括目标领域事件,所述目标领域事件对应了至少一条推理路径;

所述方法还包括:

在所述知识图谱中添加所述目标领域事件对应的事件属性;

根据所述事件属性更新所述目标领域事件对应的推理路径;

将更新后的所述推理路径与所述目标领域事件对应存储在数据库中。

7.一种基于知识图谱的事件处理装置,其特征在于,所述装置包括:

获取模块,用于获取从资讯平台爬取的资讯文本及所述资讯文本中的触发词;

事件类型确定模块,用于根据所述触发词确定所述资讯文本的内容所对应的事件类型;

事件元信息提取模块,用于当所述事件类型属于目标领域事件时,获取预设的目标领域事件模板;根据所述目标领域事件模板确定与所述事件类型对应的事件元角色;从所述资讯文本中提取与确定的各所述事件元角色对应的事件元;根据所述事件元角色和相应的事件元生成的结构化数据;将生成的所述结构化数据作为与所述资讯文本对应的事件元信息;

实体匹配模块,用于将提取的事件元信息与知识图谱中的实体进行匹配;

事件推理模块,用于根据匹配的实体以及所述知识图谱中所述目标领域事件对应的推理路径进行推理,得到相应的事件分析结果。

8.根据权利要求7所述的装置,其特征在于,所述事件推理模块具体用于根据所述知识图谱确定与所述目标领域事件对应的推理路径;根据所述知识图谱获取与所述匹配的实体对应的实体关系;根据所述推理路径、所述匹配的实体和对应的实体关系生成事件分析结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910609478.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top