[发明专利]一种事件预测方法及装置在审

专利信息
申请号: 202211267654.1 申请日: 2022-10-17
公开(公告)号: CN115878810A 公开(公告)日: 2023-03-31
发明(设计)人: 杨双涛 申请(专利权)人: 联想诺谛(北京)智能科技有限公司
主分类号: G06F16/36 分类号: G06F16/36;G06Q10/04
代理公司: 北京乐知新创知识产权代理事务所(普通合伙) 11734 代理人: 郑巧波
地址: 100089 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 事件 预测 方法 装置
【说明书】:

本申请提供了一种事件预测方法及装置,所述方法包括:获取目标事件对应的目标表示信息;抽取所述目标表示信息中的事件信息,将所述事件信息和对应的知识图谱中的实体节点进行关联,得到关联节点;其中,所述目标表示信息至少包括两个事件信息;确定用于连接所述关联节点的关联路径,根据所述关联路径确定所述目标事件对应的事理规则;其中,所述事理规则至少用于表征所述两个事件信息的关系,本申请利用知识图谱得到目标事件对应的合理粒度的事理规则,准确描述事件关系,有利于进行准确地事件解释和推理。

技术领域

本申请涉及数据处理技术领域,尤其涉及一种事件预测方法及装置。

背景技术

事理图谱在舆情分析和供应链风险检测领域有着广泛的应用,然而目前在事理图谱的自动构建和应用中存在以下情况,由于事理图谱通常以事件类型为核心进行构建,且事件实例通常是基于历史事件形成的,历史事件的事件场景具有特殊性,由此构建的事理图谱,通常存在推理场景泛化性不够、抽象不够准确,抽象粒度不够细的情况,致使事理图谱难以用于支持事件的准确推理。

发明内容

本申请提供了一种事件预测方法及装置,以至少解决现有技术中存在的以上技术。

根据本申请实施例的第一方面,提供了一种事件预测方法,所述方法包括:获取目标事件对应的目标表示信息;抽取所述目标表示信息中的事件信息,将所述事件信息和对应的知识图谱中的实体节点进行关联,得到关联节点;其中,所述目标表示信息至少包括两个事件信息;确定用于连接所述关联节点的关联路径,根据所述关联路径确定所述目标事件对应的事理规则;其中,所述事理规则至少用于表征所述两个事件信息的关系。

在一可实施方式中,所述抽取所述目标表示信息中的事件信息,将所述事件信息和对应的知识图谱中的实体节点进行关联,得到关联节点,包括:基于事件抽取规则和/或事件抽取模型对所述目标表示信息进行抽取,确定候选事件信息;通过事件关联规则和/或事件关联模型对所述候选事件信息进行关联,确定关联事件信息;确定所述关联事件信息对应的事件元素;将所述事件元素和对应的知识图谱中的实体节点进行关联,得到关联节点。

在一可实施方式中,所述将所述事件元素和对应的知识图谱中的实体节点进行关联,得到关联节点,包括:获取所述目标事件对应的知识图谱,所述知识图谱为实时知识图谱;将所述事件元素与所述实时知识图谱的实体节点进行匹配,确定关联节点,其中,所述事件元素和所述关联节点用于确定事件知识融合图谱;所述确定用于连接所述关联节点的关联路径,包括:基于所述事件知识融合图谱确定用于连接所述关联节点的关联路径。

在一可实施方式中,所述方法还包括:基于所述事理规则确定所述目标事件对应的目标事件结果;其中,所述目标事件结果至少用于表征以下一种:所述至少两个事件信息的确定关系;所述至少两个事件信息之一与其他事件信息的确定关系。

在一可实施方式中,所述方法还包括:获取待预测事件对应的关联信息;对所述关联信息进行分析,确定与所述待预测事件对应的待预测事理规则;基于所述待预测事理规则确定所述待预测事件对应的待预测事件结果;其中,所述待预测事件结果用于表征所述待预测事件对应的预测结果。

在一可实施方式中,所述根据所述关联路径确定所述目标事件对应的事理规则,包括:确定所述关联路径上的关联节点对应的节点类型;确定所述关联路径上的连接边对应的关系类型;基于所述节点类型和所述关系类型确定事理规则。

在一可实施方式中,所述将所述事件元素和对应的知识图谱中的实体节点进行关联,得到关联节点,包括:若所述知识图谱存在与所述事件元素一致的实体节点,将所述对应的实体节点确定为关联节点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于联想诺谛(北京)智能科技有限公司,未经联想诺谛(北京)智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211267654.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top