[發明專利]事件關系的生成方法、裝置、電子設備和存儲介質有效
| 申請號: | 202010616899.5 | 申請日: | 2020-06-30 |
| 公開(公告)號: | CN111967256B | 公開(公告)日: | 2023-08-04 |
| 發明(設計)人: | 鐘尚儒;陳玉光;彭衛華 | 申請(專利權)人: | 北京百度網訊科技有限公司 |
| 主分類號: | G06F16/36 | 分類號: | G06F16/36;G06F16/35;G06F40/30;G06F40/289;G06F40/253;G06N3/0464;G06N3/0475 |
| 代理公司: | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人: | 白雪靜 |
| 地址: | 100085 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 事件 關系 生成 方法 裝置 電子設備 存儲 介質 | ||
本申請公開了事件關系的生成方法、裝置、電子設備和存儲介質,涉及知識圖譜、自然語言處理和深度學習技術領域。具體實現方案為:獲取第一事件語句和第二事件語句,根據第一事件語句生成第一粒度詞序列向量和第二粒度詞序列向量,并根據第二事件語句生成第三粒度詞序列向量和第四粒度詞序列向量,根據第一粒度詞序列向量和第二粒度詞序列向量生成第一融合向量,并根據第三粒度詞序列向量和第四粒度詞序列向量生成第二融合向量,根據第一融合向量和第二融合向量確定第一事件和第二事件之間的事件關系。本申請中基于不同粒度的詞序列向量確定的事件語句的融合向量,包含較為泛化的事件的特征,從而提高了事件間事件關系確定的準確性和泛化性。
技術領域
本申請涉及計算機技術領域,主要涉及知識圖譜、自然語言處理和深度學習技術領域,具體涉及事件關系的生成方法、裝置、電子設備和存儲介質。
背景技術
事件是在特定的時空下,由一個或多個角色(事件主體)參與,并圍繞某個主題開展的一系列活動。事件和事件間存在關系,例如,因果關系。事件之間的因果關系,能從邏輯或相關性上刻畫事件的演變規律。事件之間的因果關系可以歸納出事理演變規律,基于事理演變規律可以進行相關推理,這可以在金融、風控等預測場景發揮重要的應用價值。
因此,如何準確確定事件之間的關系,是亟待解決的技術問題。
發明內容
本申請提供了一種用于事件關系的生成方法、裝置、電子設備和存儲介質,提高了事件間事件關系確定的準確性和泛化性。
根據本申請的一方面,提供了一種事件關系的生成方法,該方法包括:
獲取事件對,其中,所述事件對包括第一事件語句和第二事件語句;
根據所述第一事件語句生成第一粒度詞序列向量和第二粒度詞序列向量,并根據所述第二事件語句生成第三粒度詞序列向量和第四粒度詞序列向量;
根據所述第一粒度詞序列向量和所述第二粒度詞序列向量生成第一融合向量,并根據所述第三粒度詞序列向量和所述第四粒度詞序列向量生成第二融合向量;以及
根據所述第一融合向量和所述第二融合向量生成所述第一事件和所述第二事件之間的事件關系。
根據本申請的另一方面,提供了一種事件關系的生成裝置,包括:
獲取模塊,用于獲取事件對,其中,所述事件對包括第一事件語句和第二事件語句;
第一生成模塊,用于根據所述第一事件語句生成第一粒度詞序列向量和第二粒度詞序列向量,并根據所述第二事件語句生成第三粒度詞序列向量和第四粒度詞序列向量;
第二生成模塊,用于根據所述第一粒度詞序列向量和所述第二粒度詞序列向量生成第一融合向量,并根據所述第三粒度詞序列向量和所述第四粒度詞序列向量生成第二融合向量;
確定模塊,用于根據所述第一融合向量和所述第二融合向量確定所述第一事件和所述第二事件之間的事件關系。
根據本申請的另一方面,提供了一種電子設備,包括:至少一個處理器;以及與所述至少一個處理器通信連接的存儲器;其中,所述存儲器存儲有可被所述至少一個處理器執行的指令,所述指令被所述至少一個處理器執行,以使所述至少一個處理器能夠執行第一方面所述的事件關系的生成方法。
根據本申請的另一方面,提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質,所述計算機指令用于使所述計算機執行第一方面所述的事件關系的生成方法。
本申請實施例所提供的技術方案可以包含如下的有益效果:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京百度網訊科技有限公司,未經北京百度網訊科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010616899.5/2.html,轉載請聲明來源鉆瓜專利網。





