[发明专利]用于更新事件集合的方法和装置

说明书

本申请实施例公开了用于更新事件集合的方法和装置，涉及知识图谱技术领域。该方法的一具体实施方式包括：获取候选事件的信息；根据候选事件的信息确定候选事件的特征向量；将候选事件的特征向量与待更新事件集合的特征向量输入预先训练的分类模型；响应于分类模型的输出指示候选事件属于待更新事件集合，将候选事件加入待更新事件集合。该实施方式提高了更新事件集合的效率。

技术领域

本申请实施例涉及计算机技术领域，尤其涉及用于更新事件集合的方法和装置。

背景技术

随着移动互联网发展，各大新闻资讯网站也随之发展迅速。以个性化推荐、内容聚合、碎片化等形式来展示新闻资讯已经成为了资讯类应用程序的发展方向。其中，内容聚合的一种重要形式就是事件集合，例如，事件专题、事件脉络。通过事件集合可以充分展现事件发生的脉络和缘由，是一种较好的资讯展现和体验的形式。

传统的事件集合的更新需要人工的介入，例如，需要资深编辑参与编写。

发明内容

本申请实施例提出了用于更新事件集合的方法和装置。

第一方面，本申请的一些实施例提供了一种用于更新事件集合的方法，该方法包括：获取候选事件的信息；根据候选事件的信息确定候选事件的特征向量；将候选事件的特征向量与待更新事件集合的特征向量输入预先训练的分类模型；响应于分类模型的输出指示候选事件属于待更新事件集合，将候选事件加入待更新事件集合。

在一些实施例中，候选事件的信息包括候选事件的标题；以及根据候选事件的信息确定候选事件的特征向量，包括：对候选事件的信息进行预处理得到第一词序列；确定第一词序列中各个词的词向量，词性向量和实体向量，其中，词性向量表征词的词性，实体向量表征词的是否为实体；根据第一词序列中各个词的词向量，词性向量和实体向量确定候选事件的特征向量。

在一些实施例中，根据第一词序列中各个词的词向量，词性向量和实体向量确定候选事件的特征向量，包括：级联第一词序列中各个词的词向量，词性向量和实体向量；将级联后的向量输入预先训练的句级编码模型，句级编码模型包括注意力机制加权后的长短期记忆网络；根据句级编码模型输出的向量确定候选事件的特征向量。

在一些实施例中，根据句级编码模型输出的向量确定候选事件的特征向量，包括：确定候选事件的主题向量；将句级编码模型输出的向量与候选事件的主题向量得到候选事件的特征向量。

在一些实施例中，待更新事件集合的特征向量包括经由以下步骤生成的特征向量：确定待更新事件集合中各个事件的特征向量；根据待更新事件集合中各个事件的时间信息排列待更新事件集合中各个事件的特征向量；基于排列后的特征向量生成待更新事件集合的特征向量。

在一些实施例中，确定待更新事件集合中各个事件的特征向量，包括：确定待更新事件集合中各个事件的主题向量；根据待更新事件集合中各个事件的主题向量确定待更新事件集合中各个事件的特征向量。

在一些实施例中，根据待更新事件集合中各个事件的主题向量确定待更新事件集合中各个事件的特征向量，包括：针对待更新事件集合中的事件执行如下操作：将事件的标题进行预处理得到该事件的标题的第二词序列；确定第二词序列中各个词的词向量，词性向量和实体向量；级联第二词序列中各个词的词向量，词性向量和实体向量；将级联后的向量输入预先训练的句级编码模型；将句级编码模型输出的向量与该事件的主题向量级联得到该事件的特征向量。

在一些实施例中，基于排列后的特征向量生成待更新事件集合的特征向量，包括：将排列后的特征向量输入预先训练的事件级编码模型，生成待更新事件集合的特征向量，事件级编码模型包括注意力机制加权后的长短期记忆网络。

在一些实施例中，分类模型的训练样本包括经由以下步骤构建的训练样本：拆解样本事件集合中的事件构建正样本；和/或检索正样本中样本候选事件的相似事件，并将正样本中的样本候选事件替换为相似事件构建负样本。