[发明专利]一种事件分析方法、装置、存储介质及电子设备

权利要求书

1.一种事件分析方法，其特征在于，包括：

获取文本数据；

将所述文本数据输入至预先训练好的事件分析模型中，得到所述文本数据中的每个事件以及每两个所述事件之间的关系类型。

2.根据权利要求1所述的事件分析方法，其特征在于，所述将所述文本数据输入至预先训练好的事件分析模型中，得到所述文本数据中的每个事件，包括：

利用所述事件分析模型将所述文本数据中的每个所述单元进行向量化，得到每个所述单元对应的特征向量；

对每个所述特征向量进行标注，得到标签为预定值的目标向量；

基于所述目标向量确定所述文本数据中的每个事件。

3.根据权利要求2所述的事件分析方法，其特征在于，所述将所述文本数据输入至预先训练好的事件分析模型中，得到每两个所述事件之间的关系类型，包括：

提取所述第一事件中的第一目标向量以及提取所述第二事件中的第二目标向量；

计算所述第一目标向量与所述第二目标向量之间的关联值；

基于所述关联值确定所述第一事件与所述第二事件之间的关系类型。

4.根据权利要求3所述的事件分析方法，其特征在于，所述第一事件中包含n个第一目标向量，所述第二事件中包含m个第二目标向量；

所述计算所述第一目标向量与所述第二目标向量之间的关联值，包括：

针对每类预设关系，利用该预设关系对应的特定值，分别对每个所述第一目标向量与每个所述第二目标向量进行计算，得到n·m个关联值。

5.根据权利要求4所述的事件分析方法，其特征在于，利用如下公式计算所述第一目标向量与所述第二目标向量之间的关联值；

s_α(i，j)＝(W_q，αx_i+b_q，α)^T·(W_k，αx_j+b_k，α)

s_α(i，j)表示关联值，W_q，α表示预设关系为α时第一降维值，x_i表示第一目标向量，b_q，α表示预设关系为α时第一常数，W_k，α表示预设关系为α时第二降维值，x_j表示第二目标向量，b_k，α表示预设关系为α时第二常数。

6.根据权利要求4所述的事件分析方法，其特征在于，所述基于所述关联值确定所述第一事件与所述第二事件之间的关系类型，包括：

针对每类预设关系，统计大于第一预设阈值的所述关联值的个数；

计算所述个数与n·m之间的比值；

在所述比值大于第二预设阈值的情况下，确定所述第一事件与所述第二事件之间存在该类预设关系。

7.根据权利要求1-6中任一所述的事件分析方法，其特征在于，训练所述事件分析模型的步骤包括：

将文本数据样本中的单元样本向量化，得到所述单元样本对应的特征向量样本；其中，每个所述特征向量样本均设置有标签样本；

将所述特征向量样本、理论事件和理论关系输入至待训练的事件分析模型中，得到每个特征向量样本对应的实际标签；

基于所述实际标签确定实际事件；

计算每两个所述特征向量样本之间的关联值样本，并基于所述关联值样本确定两个所述实际事件之间的实际关系；

基于所述理论事件、所述理论关系、所述实际事件以及所述实际关系，利用损失函数调整所述待训练的事件分析模型。

8.一种事件分析装置，其特征在于，包括：

获取模块，其配置地获取文本数据；

计算模块，其配置地将所述文本数据输入至预先训练好的事件分析模型中，得到所述文本数据中的每个事件以及每两个所述事件之间的关系类型。