[发明专利]一种基于多种神经网络集成的因果事理图谱构建方法

权利要求书

1.一种基于多种神经网络集成的因果事理图谱构建方法，其特征在于包括以下步骤：

步骤1：采用开源的Scrapy框架爬取互联网平台发布的数据，爬取的内容为标题、内容和时间，Spider向引擎发送请求，调度器接收到向调度器发送请求，通过URL向互联网发送请求，抓取的数据返回给Spider做处理，然后采用Xpath语句处理h3 id＝“title”、divclass＝“date”、span标签，将获取的数据交给管道存储为以时间降序的CSV格式，形成以时间降序存储热点话题文本数据集；

步骤2：根据步骤1将获取的热点话题文本数据集采用无监督学习kmeans算法进行文本聚类分析；

步骤3：定义事件的组成元素，再利用步骤2获取的数据源采用BIO序列标注体系对文本数据标注；

步骤4：根据步骤3标注的数据采用BERT模型空间向量化数据源，接着结合Bi-LSTM+Attention+CRF模型抽取出事件元素；

步骤5：根据步骤4事件抽取结果构建候选事件对；

步骤6：定义事件间规则特征模板且结合Bi-GRU抽取模型识别因果关系；

步骤7：根据步骤5获取原因事件，因果，结果事件三元组，再根据步骤4组成的事件对采用余弦相似度计算获取事件i，相似，事件j三元组，然后利用Neo4j图数据库存储事件逻辑知识；

步骤8：根据步骤7存储的事理逻辑知识库采用HTML5、py2neo和VIS.JS相关技术将存储在Neo4j中的事件知识封装展现，实现因果事理图谱可视化。

2.根据权利要求1所述基于多种神经网络集成的因果事理图谱构建方法，其特征在于步骤2具体包含以下步骤：

步骤2.1：首先做分词、去重和特征提取预处理，接着采用word2vec模型对文章标题数据集进行向量化表示，设定维度为128，最终表达的结果为0.172414 -0.091063 0.255125-0.837163 0.434872-0.499848 -0.972818 -0.236247 -0.652281 0.406852 0.849602 -0.685552 0.672314 -0.591763 0.355425 -0.232163 0.834272 -0.192848 -0.172218 -0.939247 -0.252581 0.606252 0.143602 -0.485952 0.831824 -0.128953 0.946825 -0.336163……

步骤2.2：先对128为空间向量化的数据采用PCA降维至32维，其后从数据中选择k个对象作为初始聚类中心，接着计算每个聚类对象到聚类中心的距离来划分，然后再次计算每个聚类中心，随后计算标准测度函数，当达到最大迭代次数100时，则停止，否则，继续操作。

3.根据权利要求1所述基于多种神经网络集成的因果事理图谱构建方法，其特征在于步骤3具体包含以下步骤：

步骤3.1：定义事件的组成元素：设事件E由五个基本要素组成，表示为五元组E＝{O,V,P,T,L},O为事件参与者，V为事件触发词语，P为事件发生地点，T为事件发生时间，L为事件发生程度，事件发生程度包括不断、很、非常、相当、一点和明显地；

步骤3.2：采用BIO的标注体系，“B-X”属于X类型且以此元素为开头，“I-X”属于X类型的中间位置，“O”不属于任何类型；

步骤3.3：根据3.2标注结果的文档集，按照8:1:1的比例划分训练集、验证集、测试集。