[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

说明书

本申请实施例涉及一种四元组门图神经网络事件预测方法、装置、设备及介质，旨在提高传统事件预测精度。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；将事理图谱中的所有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；使用四元组门图神经网络对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事件的向量进行计算，得到背景事件的整体向量；将整体向量与每个新的待选事件向量进行打分，将得分最高的一个待选事件向量对应的待选事件作为预测结果。

技术领域

本申请实施例涉及数据处理技术领域，具体而言，涉及一种四元组门图神经网络事件预测方法、装置、设备及介质。

背景技术

脚本事件预测是人工智能领域一个重要的研究方向，理解脚本事件是实现真正的人工智能的重要一步，具体来说，脚本时间预测任务是根据已经出现的上下文，从多个可能的答案中选择一个标准答案，脚本事件预测可以应用在阅读理解、意图识别和对话管理等方面。现有的脚本事件预测方法中，主要是对上下文进行建模，利用模型实现事件预测。

现有技术中，一个问题是将事件的不同组成部分直接进行拼接，无法很好地捕捉到事件内部不同组成部分之间相互影响的关系，另一个问题是基于事件或事件链进行建模，无法很好捕捉到不同事件之间相互影响的关系。

发明内容

本申请实施例提供一种四元组门图神经网络事件预测方法、装置、设备及介质。，旨在提高传统事件预测精度。

本申请实施例第一方面提供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；

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；

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；

将所述整体向量与每个所述新的待选事件向量进行打分，将得分最高的一个待选事件作为预测结果。

可选地，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。

可选地，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，包括：

将包括所述多个初始背景事件与多个初始待选事件在内的所有事件的向量以v(e_s,e_o,e_p)的形式进行表示，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。

可选地，在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。