[发明专利]潜在事件预测方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种潜在事件预测方法、装置、设备及存储介质。该方法包括：通过多个领域的第一数据集，并采用预置逐片段学习范式，训练潜在事件预测的预训练模型以供备用；再以目标领域的第二数据集，分别转化为两种格式的训练样本，在两个预训练模型中训练，得到第二、第三潜在事件预测模型，以用于预测第二事件句对应的第二、第三潜在事件和对应的第二、第三发生概率；对比第二、第三发生概率，并基于对比的结果，从第二、第三潜在事件中筛选出多个潜在事件进行推送。本发明还涉及区块链技术，所述各数据集存储于区块链中。本发明实现了在开放式场景下根据事件句预测潜在事件的发生。

技术领域

本发明涉及人工智能领域，尤其涉及一种潜在事件预测方法、装置、设备及存储介质。

背景技术

随着目前线上服务的普及率升高、用户增多、企业对智能机器拟人要求提升，如何处理开放式场景的应答成为重要诉求。这类新场景要求机器通过当前用户的回答，“主动”推测一些可能推进话题的方向，生成相应回复。这类应用场景需要模型满足两点：1)记忆一定的经验与常识；2)能根据记忆的信息，结合新传入的样本，生成预测结果。让模型的参数在大规模无标注数据训练中获得最佳权重，而且并非进行分类，而是直接生成答案。即模型可提供开放式场景下的事件应答预测。

然而，现有基于多轮对话的诸多应用场景(例如智能营销、智能咨询、智能催债、投诉响应)往往是封闭式的，即场景领域特定、对话目标明确，往往通过简单的意图识别模型结合规则模板就能处理大部分对话。也即现有方法目前还不能预测发生某事后接下来可能出现的其他事情，因而不具有对风险的前瞻能力。

发明内容

本发明的主要目的在于解决模型可提供开放式场景下的事件应答预测的技术问题。

本发明第一方面提供了一种潜在事件预测方法，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。

可选的，在本发明第一方面的第一种实现方式中，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。

可选的，在本发明第一方面的第二种实现方式中，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；