[发明专利]一种数据处理方法、装置及电子设备

说明书

本申请公开了一种数据处理方法、装置及电子设备，包括：获取目标事件；确定与所述目标事件具有目标关联关系的事件要素；基于每一所述事件要素的要素特征，确定各个所述事件要素之间的要素关联关系；基于所述目标关联关系和所述要素关联关系，确定所述目标事件的事件等级，以使得基于所述事件等级对所述目标事件进行处理，得到事件处理结果。本申请能够通过目标事件对应的事件要素进行处理，确定各个事件要素与目标事件的关系以及要素之间的关系，避免了对事件等级直接确定的主观因素的影响，提升了事件等级确定的准确性。

技术领域

本申请涉及数据处理技术领域，更具体的说是涉及一种数据处理方法、装置及电子设备。

背景技术

机器学习是人工智能的核心，是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法，可以应用于多个方面。例如，在事件的舆情分析、危机预警等机器学习任务中，不仅需要通过机器学习对应的训练模型输出分析结果，通常还需要对事件的影响等级进行分析和预测，如，产品缺陷的严重性的高中低等。

在这种场景下为了能够训练得到输出事件等级信息的机器学习模型，就需要对事件样本进行等级标注。通常是通过人工进行等级信息的标注，但是对于同一事件，不同人员对其影响等级的认知标注并不相同，会导致等级标注结果不一致，从而影响训练样本的准确性，以及模型预测的精准度。

发明内容

有鉴于此，本申请提供如下技术方案：

一种数据处理方法，包括：

获取目标事件；

确定与所述目标事件具有目标关联关系的事件要素；

基于每一所述事件要素的要素特征，确定各个所述事件要素之间的要素关联关系；

基于所述目标关联关系和所述要素关联关系，确定所述目标事件的事件等级，以使得基于所述事件等级对所述目标事件进行处理，得到事件处理结果。

可选地，所述确定与所述目标事件具有目标关联关系的事件要素，包括：

对构成所述目标事件的实体进行提取，得到实体信息；

在所述实体信息中确定满足所述目标关联关系的事件要素。

可选地，所述目标关联关系包括因果关系、依赖关系或者主从关系中的一种或多种。

可选地，所述基于所述目标关联关系和所述要素关联关系，确定所述目标事件的事件等级，包括：

基于所述要素关联关系确定每一事件要素的权重参数；

基于所述目标关联关系，确定每一事件要素对所述目标事件的关系强度概率；

根据所述权重参数和所述关系强度概率，确定所述目标事件的事件等级。

可选地，所述基于所述要素关联关系确定每一事件要素的权重参数，包括：

基于所述要素关联关系，对各个所述事件要素进行聚类，得到至少一个类别；

基于每一事件要素与所述类别的关系，确定每一事件要素的权重参数。

可选地，所述方法还包括：

获取事件样本，其中，每一事件样本中标注有事件对应的事件要素、要素关联关系以及事件等级；

基于所述事件样本，确定目标网络图，所述目标网络图的没有出边的结点表征事件等级，所述目标网络中有出边的结点表征事件要素，所述目标网络的有向边为所述要素关联关系。

可选地，所述确定所述目标事件的事件等级，包括：

基于所述目标网络图和所述目标关联关系，确定与所述目标事件对应的有向子图；