[发明专利]四元组门图神经网络事件预测方法、装置、设备及介质

权利要求书

1.一种四元组门图神经网络事件预测方法，所述方法包括：

将多个初始背景事件与多个待选事件构成事理图谱；

将所述事理图谱中的所述多个初始背景事件与多个初始待选事件的向量以四元组的形式进行表示，得到初始背景事件向量与初始待选事件向量，所述初始背景事件向量与所述初始待选事件向量的表示形式为v(e_s,e_o,e_p)，其中v代表谓语动词，e_s代表主语，e_o代表宾语，e_p代表一个和谓语动词有介词关系的实体；

使用四元组门图神经网络，根据所述初始背景事件向量与所述初始待选事件向量，对所述事理图谱进行图网络计算，得到多个新的背景事件向量与多个新的待选事件向量；

利用注意力神经网络对所述多个新的背景事件向量与所述多个新的待选事件向量进行计算，得到背景事件的整体向量；

根据每个所述新的待选事件向量与所述整体向量之间的欧氏距离，对所述待选事件进行打分，将得分最高的待选事件作为预测结果。

2.根据权利要求1所述的方法，其特征在于，将多个初始背景事件与多个待选事件构成事理图谱，包括：

设置多个初始背景事件与多个待选事件之间的关系；

以多个初始背景事件与多个待选事件为节点，以多个初始背景事件与多个待选事件之间的关系为边，构成事理图谱。

3.根据权利要求1所述的方法，其特征在于，在使用四元组门图神经网络，根据所述初始背景事件向量与所述初始待选事件向量，对所述事理图谱进行图网络计算，得到多个新的背景事件向量与多个新的待选事件向量之前，所述方法还包括：

收集多个相关事件，将所述多个相关事件中的一部分标注为背景事件，另一部分标注为待选事件，作为训练集；

将所述训练集输入所述四元组门图神经网络之中对所述四元组门图神经网络进行训练，得到训练好的四元组门图神经网络。

4.根据权利要求1所述的方法，其特征在于，使用四元组门图神经网络对所述事理图谱进行图网络计算，得到多个新的背景事件向量与多个新的待选事件向量，包括：

将所述事理图谱中的事件的表示向量和代表事件之间的关系的邻接矩阵输入所述四元组门图神经网络中；

所述四元组门图神经网络对所述事件的表示向量和所述邻接矩阵进行计算，得到所述多个新的背景事件向量与所述多个新的待选事件向量。

5.根据权利要求1所述的方法，其特征在于，利用注意力神经网络对所述多个新的背景事件向量与所述多个新的待选事件向量进行计算，得到背景事件的整体向量，包括：

将所述多个新的背景事件向量与所述多个新的待选事件向量输入到所述注意力神经网络中；

针对所述多个新的待选事件向量中的每一个新的待选事件向量，将所述多个新的背景事件向量中的每一个新的背景事件向量与其进行注意力机制的运算，得到所述多个新的背景事件向量中的每一个新的背景事向量相对于所述每一个新的待选事件向量的权重系数；

根据所述权重系数，计算得到所述背景事件的整体向量。

6.根据权利要求1所述的方法，其特征在于，根据每个所述新的待选事件向量与所述整体向量之间的欧氏距离，对所述待选事件进行打分，将得分最高的待选事件作为预测结果，包括：

根据所述背景事件的整体向量，计算每个新的待选事件向量与所述背景事件的整体向量之间的欧氏距离，得到多个欧氏距离的值；

选择多个欧氏距离的值中的最小值所对应的新的待选事件向量作为所述得分最高的待选事件向量，将所述得分最高的待选事件向量对应的待选事件作为预测结果。