[发明专利]基于事件演化知识本体的事件预测方法、装置及终端设备有效
申请号: | 201911168831.9 | 申请日: | 2019-11-25 |
公开(公告)号: | CN111160005B | 公开(公告)日: | 2022-06-24 |
发明(设计)人: | 贺敏;王丽宏;毛乾任;李晨;钟盛海;黄洪仁;李倩 | 申请(专利权)人: | 国家计算机网络与信息安全管理中心 |
主分类号: | G06F40/211 | 分类号: | G06F40/211;G06F40/289;G06F40/30;G06F16/36;G06N3/04;G06N3/08 |
代理公司: | 北京华夏泰和知识产权代理有限公司 11662 | 代理人: | 刘蔓莉 |
地址: | 100029*** | 国省代码: | 北京;11 |
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 事件 演化 知识 本体 预测 方法 装置 终端设备 | ||
1.一种基于事件演化知识本体的事件预测方法,其特征在于,包括:
构建具备事件演化关系的事件演化本体知识库,其中,所述事件演化本体知识库包括事件触发词,所述事件触发词为事件的触发词;
从所述事件演化本体知识库中抽取出第一事件链和第一事件元组,其中,所述第一事件元组包括所述事件触发词和事件要素,所述第一事件链包括所述事件触发词;
采用远程监督的方式,利用所述第一事件元组和所述第一事件链对非结构化文本进行关系数据回标,得到具有事件演化关系的事件数据,其中,所述事件数据包括第二事件链,所述第二事件链包括所述第一事件链中的所述事件触发词和所述非结构化文本中与所述第一事件链中的所述事件触发词存在关联的触发词;
利用所述事件数据训练以建立事件预测模型,其中,所述事件预测模型用于预测具备事件演化关系的事件;
所述采用远程监督的方式,利用所述第一事件元组和所述第一事件链对非结构化文本进行关系数据回标,得到具有事件演化关系的事件数据包括:提取第二文本数据的事件触发词,按照先后顺序进行组合得到所述第二事件链,其中,所述第二文本数据包括与第一文本数据相同领域的文本数据;对比所述第二事件链与所述第一事件链,若所述第二事件链与所述第一事件链匹配,则将所述第二事件链中的事件触发词与对应的事件要素关联得到第二事件元组;对比所述第一事件元组和所述第二事件元组,选取置信度最高的第二事件元组对应的第二事件链,得到具有事件演化关系的所述事件数据。
2.根据权利要求1所述的方法,其特征在于,构建具备事件演化关系的事件演化本体知识库包括:
获取事件本体知识,其中,所述事件本体知识包括事件泛主体论元、事件泛客体论元和所述事件触发词,所述事件泛主体论元用于表示所述事件触发词的事件主体,所述事件泛客体论元用于表示所述事件触发词的事件客体;
将所述事件本体知识的所述事件触发词按照事件演化关系进行关联,得到事件演化关系本体,其中,所述事件演化本体知识库包括事件演化关系本体,该事件演化关系包括不同领域的先验知识。
3.根据权利要求1所述的方法,其特征在于,从所述事件演化本体知识库中抽取出第一事件链和第一事件元组包括:
获取第一文本数据,其中,所述第一文本数据包括目标领域的文本数据;
根据所述事件演化本体知识库中的所述事件触发词,对所述第一文本数据进行事件匹配,其中,所匹配的事件包括与所述事件触发词关联的事件;
将匹配的事件进行关联,得到包括所述事件触发词和所述事件要素的所述第一事件元组,将所述事件触发词按照先后顺序进行组合,得到所述第一事件链。
4.根据权利要求1所述的方法,其特征在于,利用所述事件数据训练以建立事件预测模型包括:
从所述事件数据中选出目标事件链,其中,所述目标事件链中的最后一个事件作为待预测事件;
用带有学习权重的内嵌向量表示所述目标事件链和所述事件数据中的其他事件链;
将所述内嵌向量输入长短时记忆人工神经网络进行编码学习,得到事件序列信息;
根据所述事件数据的语义对所述事件序列信息进行权重计算,得到注意力权重,其中,所述注意力权重用于表示所述目标事件链和所述事件数据中的其他事件链中的每个事件对所述待预测事件的影响程度;
利用所述注意力权重计算所述待预测事件与关联事件的相关度;
将所述相关度和所述事件数据输入损失函数进行事件预测模型训练。
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国家计算机网络与信息安全管理中心,未经国家计算机网络与信息安全管理中心许可,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/201911168831.9/1.html,转载请声明来源钻瓜专利网。