[发明专利]潜在事件预测方法、装置、设备及存储介质

权利要求书

1.一种潜在事件预测方法，其特征在于，所述潜在事件预测方法包括：

获取多个领域中潜在事件预测的第一数据集，并采用预置逐片段学习范式，通过预置初始模型对所述第一数据集进行训练，预测与所述第一数据集中各第一事件句相关联的第一潜在事件和所述第一潜在事件的第一发生概率，直到所述初始模型收敛时停止，得到预训练模型；

获取目标领域中潜在事件预测的第二数据集，将所述第二数据集转化为不同模型输入格式的第一训练样本和第二训练样本；

采用所述第一训练样本对所述预训练模型进行微调，得到第一潜在事件预测模型，以及采用所述第二训练样本对所述预训练模型进行微调，得到第二潜在事件预测模型；

获取待预测的第二事件句，并将所述第二事件句输入所述第一潜在事件预测模型进行预测，得到第二潜在事件和所述第二潜在事件的第二发生概率，以及将所述第二事件句输入所述第二潜在事件预测模型进行预测，得到第三潜在事件和所述第三潜在事件的第三发生概率；

对比所述第二发生概率和所述第三发生概率，并根据对比结果进行潜在事件推送。

2.根据权利要求1所述的潜在事件预测方法，其特征在于，所述获取多个领域中潜在事件预测的第一数据集包括：

获取多个领域中潜在事件预测的原始数据集，并对所述原始数据集进行抽象化定义；

对抽象化定义后的原始数据集进行输入格式的规范化处理，得到多个领域中潜在事件预测的第一数据集。

3.根据权利要求1所述的潜在事件预测方法，其特征在于，所述采用预置逐片段学习范式，通过预置初始模型对所述第一数据集进行训练，预测与所述第一数据集中各第一事件句相关联的第一潜在事件和所述第一潜在事件的第一发生概率，直到所述初始模型收敛时停止，得到预训练模型包括：

通过所述预置初始模型，将所述第一数据集分割为多个片段，并依次对与所述各片段中各第一事件句相关联的第一潜在事件和所述第一潜在事件的第一发生概率进行预测，得到预测结果；

基于所述各片段的预测结果，计算预置初始模型的损失值，并判断所述损失值是否小于预置损失阈值；

若小于，则确定预置初始模型收敛，得到预训练模型以供备用，否则跳转执行所述依次对与所述各片段中各第一事件句相关联的第一潜在事件和所述第一潜在事件的第一发生概率进行预测，得到预测结果的步骤，直到所述损失值小于预置损失阈值时停止，得到预训练模型。

4.根据权利要求3所述的潜在事件预测方法，其特征在于，所述依次对与所述各片段中各第一事件句相关联的第一潜在事件和所述第一潜在事件的第一发生概率进行预测，得到预测结果包括：

对与当前片段中各第一事件句相关联的第一潜在事件和所述第一潜在事件的第一发生概率进行预测，得到当前片段的预测结果；

基于当前片段的预测结果，对与下一片段中各第一事件句相关联的第一潜在事件和所述第一潜在事件的第一发生概率进行预测，更新当前片段的预测结果；

取下一片段定义为当前片段，重复执行所述对与下一片段中各第一事件句相关联的第一潜在事件和所述第一潜在事件的第一发生概率进行预测的步骤，直到全部片段完成预测时停止，并将最后一个片段的预测结果作为最终的预测结果。

5.根据权利要求1所述的潜在事件预测方法，其特征在于，所述将所述第二数据集转化为不同模型输入格式的第一训练样本和第二训练样本包括：

根据预置模型输入格式，查找所述第二数据集的第一转化样本模板和第二转化样本模板；

提取所述第二数据集中的多个第三事件句以及与所述各第三事件句相关联的多个第四潜在事件；

基于所述第一转化样本模板，依次将所述各第三事件句与相关联的各第四潜在事件进行组合，得到第一训练样本，其中，在第一训练样本中，一个第三事件句与一个第四潜在事件组合；

基于所述第二转化样本模板，依次对所述第二数据集中的各第三事件句与相关联的各第四潜在事件进行组合，得到第二训练样本，其中，在第二训练样本中，一个第三事件句与多个第四潜在事件组合。