[發明專利]一種基于GCN的重大事件趨勢預測方法

有效

• 申請號: 202011328486.3
• 申請日: 2020-11-24
• 公開（公告）號: CN112989060B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 谷雨;耿小航;彭冬亮
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/28;G06F16/35;G06N3/04
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱亞冠

本發明公開了一種基于GCN的重大事件趨勢預測方法。本發明從關系型數據庫獲取結構化事件信息數據，構建事件語義關聯圖，選擇時間片粒度分割出局部圖；基于GCN的趨勢預測模型模型輸入為多個局部事件語義關聯圖的節點向量和鄰接矩陣，輸出為趨勢等級。該方法增強了對文本的語義理解，預測精度優于基于專家知識構建特征的方法。本發明方法具有時效性高、普適性強等優點，在重大事件趨勢等級預測上具有廣闊的應用前景。

技術領域

本發明涉及自然語言處理、知識圖譜的應用領域，涉及一種從事件信息數據中構建語義關聯圖并提取事件圖特征，并通過圖卷積網絡提取圖特征對重大事件的趨勢等級進行預測的方法。

背景技術

在國際政治關系研究領域，重大事件一般指對國家或地區間會產生重大影響的一類事件。重大事件趨勢預測將事件發展趨勢劃分為不同等級，利用已發生事件預測未來趨勢等級，目前主要研究方法可分為基于事件數據分析法的定量分析和基于機器學習分類的方法兩類。

傳統方法依賴專家知識構建領域專題數據及特征指標量化，同時存在特征維度有限、時效性較弱等問題。隨著自然語言處理、深度學習和大數據處理等相關技術的發展，使得基于海量公開新聞數據進行特征學習，自動化構建重大事件趨勢預測模型成為可能。目前自動抽取特征的方法主要采用的主題詞分布特征，這種方法僅考慮了詞頻特征，進一步通過事件抽取技術對新聞報道進行解析，獲取各事件的發起者、承受者和事件類型等核心要素，利用事件類型頻次信息構建語義與事件融合的特征，這種融合事件特征的方法已經嘗試利用事件數據來提升文檔語義理解程度，在統計事件類型頻次信息時，對發起者和承受者的進行約束，但僅考慮到高頻事件的頻次信息，并未充分利用事件信息數據，割裂了詞匯間或事件屬性間的關聯，仍然存在對文檔特征語義理解不足的問題，因此，需要考慮以新的形式組織利用事件信息數據，豐富特征中的文檔事件語義關聯信息。

本發明受知識圖譜以圖的形式組織概念知識的啟發，將事件的多維度要素信息圖譜化有助于更好地理解新聞文本傳遞的語義信息，把握事件發展的趨勢。事件信息建模為圖數據后，需要將其進行特征表示以輔助重大事件趨勢預測，考慮圖這一非結構化數據的特殊性，采用針對圖的卷積網絡能夠提取事件信息關聯的多維特征。

本發明針對重大事件預測在特征選擇時依賴關鍵詞與事件類型頻次，忽略了詞匯間的關聯信息，造成文檔所傳遞語義丟失的問題，基于結構化事件信息數據，構建了以事件為中心的事件語義關聯圖(Event Semantic Association Graph,ESAG)；然后在從事件語義關聯圖中分割出局部圖，利用圖卷積網絡(Graph Convolution Network,GCN)聚合局部圖的節點特征并讀出圖特征，最終對局部圖的趨勢等級分類。采用圖卷積網絡構建的趨勢預測模型，由于充分利用了事件要素的語義關聯信息，故能夠提高趨勢預測的精度。

發明內容

針對基于公開新聞數據的重大事件趨勢預測研究在文本特征提取上語義理解不足問題，本發明提出了基于圖卷積網絡的重大事件趨勢預測方法。該方法增強了對文本的語義理解，預測精度優于基于專家知識構建特征的方法。為了達到上述目的，本發明采用技術方案如下：

一種基于GCN的重大事件趨勢預測方法，其特征在于該方法具體包括以下步驟：

步驟(1)、數據預處理：

從關系型數據庫獲取結構化事件信息數據，生成事件語義關聯圖，并存入圖數據庫；

所述結構化事件信息數據包括事件描述、事件屬性；其中事件屬性包括時間、地點、參與者、事件類型等；

所述事件語義關聯圖由節點、邊構成，中心節點為事件描述，與中心節點直接關聯的節點為事件屬性，邊為事件屬性類型；同一邊的相鄰節點為同一事件上的結構化事件信息數據；