[发明专利]一种针对突发事件的事件知识图谱构建方法

说明书

本发明提供了一种针对突发事件的事件知识图谱构建方法，属于自然语言处理领域，包括以下步骤：1)从互联网上收集新闻文档数据，完成数据清洗等预处理操作；2)将语料加入背景语料，预训练后习得词的嵌入表示；3)以语句为单位，抽取原子事件；4)针对事件表现形式多样化的问题，进行原子事件的规范化；5)对出现在同一语句中的事件对，识别其时序关系；6)基于事件和事件时序关系构建事件知识图谱。该方法利用原子事件及原子事件关系进行统计分析，有效地从事件关联性中进行推理和预测，以便对突发事件进行预防或辅助决策。

技术领域

本发明属于自然语言处理领域，具体涉及一种针对突发事件的事件知识图谱构建方法。

背景技术

突发事件，是指突然发生，造成或者可能造成严重社会危害，需要采取应急处置措施予以应对的自然灾害、事故灾难、公共卫生事件和社会安全事件。为预防和减少突发事件的发生，控制、减轻和消除突发事件引起的严重社会危害，相关部门应规范突发事件应对活动，对可能发生的突发事件进行综合性评估，最大限度地减轻重大突发事件影响。

突发事件具有明显的时序特征，往往会演化或衍生出很多的子事件。例如，一些台风事件一发生，同时会出现“人员伤亡”、“农作物受灾”、“通讯中断”等事件；随着时间的推进，“气象台发布预警”、“相关部门发出通告”、“转移相关人员”、“防范病菌”等一系列相关事件。这些事件的发生有着时序关系或因果关系。准确完整地获取突发事件关系，对了解突发事件的前因后果以及对事态发展趋势的掌握有着重要的作用。

自某网站推出第一版知识图谱(Knowledge Graph，KG)以来，知识图谱已在工业界和学术界掀起了一股热潮。知识图谱采用实体二元关系描述现实世界，以图数据结构来表达和存储知识，其实体关系类别或关注开放领域下的“Is a”和“Attribute”类型，或针对特定领域定制语义框架。

事件，一般指一个动作的发生或状态的变化。与实体关系相比，事件作为一种特殊的知识表现形式，呈现了比实体关系更复杂的语义关系。从认知心理学来看，人类多以“事件”为单位去记忆和理解现实世界。现实世界中的事件之间大多呈现因果和时序上的关系。采用原子事件知识图谱比传统知识图谱更利于进行突发事件的分析和预测。在所构造的事件知识图谱中，结点本身包含论元(可以为实体)间的语义关系，而边则表达了事件间的关系，因而包含了比传统知识图谱更丰富的知识。同一主题下的事件会形成天然的聚簇，即事件关联子图或事件链。事件在不同主题下往往呈现了不同的强度或主题相关度，事件之间也有着不同的关联度。因此，基于事件知识图谱开展事件强度、事件关联度、事件链等知识推理研究并实现时间线生成和事件预测等应用是非常有意义的。

近年来，知识图谱的发展如火如荼，Freebase和Probase等英文知识图谱已得到广泛的应用。但它们只包含了有关实体的丰富知识，极少涉及事件知识。现有面向突发事件的知识图谱构建方法采用传统的以实体为基本结点的形式，语义表达能力有限且语义关系略为简单，难以刻画客观世界动态性的知识。例如，“地震”发生后，往往会有“伤亡”、“救援”和“安置”等事件发生；同样，“CEO辞职”发生后也可能会出现“人事变更”和“股市起伏”等相关事件。

发明内容

为了克服上述现有技术存在的不足，本发明提供了一种针对突发事件的事件知识图谱构建方法。

为了实现上述目的，本发明提供如下技术方案：

一种针对突发事件的事件知识图谱构建方法，包括以下步骤：

步骤1、收集突发事件新闻文档，对突发事件新闻文档进行数据预处理操作，得到新闻数据集D；

步骤2、将预处理后的新闻数据集D加入背景语料，预训练后得到词的分布式表示，即词的Embedding；

步骤3、对新闻数据集D中的每篇新闻，以语句为单位采用深度学习的序列标注方法进行事件抽取，所对应的事件采用主谓宾结构的三元组原子事件表示；