[發(fā)明專利]一種基于GCN的重大事件趨勢(shì)預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011328486.3
• 申請(qǐng)日: 2020-11-24
• 公開（公告）號(hào): CN112989060B
• 公開（公告）日: 2022-04-15
• 發(fā)明（設(shè)計(jì)）人: 谷雨;耿小航;彭冬亮
• 申請(qǐng)（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06F16/28;G06F16/35;G06N3/04
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 朱亞冠

本發(fā)明公開了一種基于GCN的重大事件趨勢(shì)預(yù)測(cè)方法。本發(fā)明從關(guān)系型數(shù)據(jù)庫獲取結(jié)構(gòu)化事件信息數(shù)據(jù)，構(gòu)建事件語義關(guān)聯(lián)圖，選擇時(shí)間片粒度分割出局部圖；基于GCN的趨勢(shì)預(yù)測(cè)模型模型輸入為多個(gè)局部事件語義關(guān)聯(lián)圖的節(jié)點(diǎn)向量和鄰接矩陣，輸出為趨勢(shì)等級(jí)。該方法增強(qiáng)了對(duì)文本的語義理解，預(yù)測(cè)精度優(yōu)于基于專家知識(shí)構(gòu)建特征的方法。本發(fā)明方法具有時(shí)效性高、普適性強(qiáng)等優(yōu)點(diǎn)，在重大事件趨勢(shì)等級(jí)預(yù)測(cè)上具有廣闊的應(yīng)用前景。

技術(shù)領(lǐng)域

本發(fā)明涉及自然語言處理、知識(shí)圖譜的應(yīng)用領(lǐng)域，涉及一種從事件信息數(shù)據(jù)中構(gòu)建語義關(guān)聯(lián)圖并提取事件圖特征，并通過圖卷積網(wǎng)絡(luò)提取圖特征對(duì)重大事件的趨勢(shì)等級(jí)進(jìn)行預(yù)測(cè)的方法。

背景技術(shù)

在國際政治關(guān)系研究領(lǐng)域，重大事件一般指對(duì)國家或地區(qū)間會(huì)產(chǎn)生重大影響的一類事件。重大事件趨勢(shì)預(yù)測(cè)將事件發(fā)展趨勢(shì)劃分為不同等級(jí)，利用已發(fā)生事件預(yù)測(cè)未來趨勢(shì)等級(jí)，目前主要研究方法可分為基于事件數(shù)據(jù)分析法的定量分析和基于機(jī)器學(xué)習(xí)分類的方法兩類。

傳統(tǒng)方法依賴專家知識(shí)構(gòu)建領(lǐng)域?qū)ｎ}數(shù)據(jù)及特征指標(biāo)量化，同時(shí)存在特征維度有限、時(shí)效性較弱等問題。隨著自然語言處理、深度學(xué)習(xí)和大數(shù)據(jù)處理等相關(guān)技術(shù)的發(fā)展，使得基于海量公開新聞數(shù)據(jù)進(jìn)行特征學(xué)習(xí)，自動(dòng)化構(gòu)建重大事件趨勢(shì)預(yù)測(cè)模型成為可能。目前自動(dòng)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(jìn)一步通過事件抽取技術(shù)對(duì)新聞報(bào)道進(jìn)行解析，獲取各事件的發(fā)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(gòu)建語義與事件融合的特征，這種融合事件特征的方法已經(jīng)嘗試?yán)檬录?shù)據(jù)來提升文檔語義理解程度，在統(tǒng)計(jì)事件類型頻次信息時(shí)，對(duì)發(fā)起者和承受者的進(jìn)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(shù)據(jù)，割裂了詞匯間或事件屬性間的關(guān)聯(lián)，仍然存在對(duì)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(shù)據(jù)，豐富特征中的文檔事件語義關(guān)聯(lián)信息。

本發(fā)明受知識(shí)圖譜以圖的形式組織概念知識(shí)的啟發(fā)，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(fā)展的趨勢(shì)。事件信息建模為圖數(shù)據(jù)后，需要將其進(jìn)行特征表示以輔助重大事件趨勢(shì)預(yù)測(cè)，考慮圖這一非結(jié)構(gòu)化數(shù)據(jù)的特殊性，采用針對(duì)圖的卷積網(wǎng)絡(luò)能夠提取事件信息關(guān)聯(lián)的多維特征。

本發(fā)明針對(duì)重大事件預(yù)測(cè)在特征選擇時(shí)依賴關(guān)鍵詞與事件類型頻次，忽略了詞匯間的關(guān)聯(lián)信息，造成文檔所傳遞語義丟失的問題，基于結(jié)構(gòu)化事件信息數(shù)據(jù)，構(gòu)建了以事件為中心的事件語義關(guān)聯(lián)圖(Event Semantic Association Graph,ESAG)；然后在從事件語義關(guān)聯(lián)圖中分割出局部圖，利用圖卷積網(wǎng)絡(luò)(Graph Convolution Network,GCN)聚合局部圖的節(jié)點(diǎn)特征并讀出圖特征，最終對(duì)局部圖的趨勢(shì)等級(jí)分類。采用圖卷積網(wǎng)絡(luò)構(gòu)建的趨勢(shì)預(yù)測(cè)模型，由于充分利用了事件要素的語義關(guān)聯(lián)信息，故能夠提高趨勢(shì)預(yù)測(cè)的精度。

發(fā)明內(nèi)容

針對(duì)基于公開新聞數(shù)據(jù)的重大事件趨勢(shì)預(yù)測(cè)研究在文本特征提取上語義理解不足問題，本發(fā)明提出了基于圖卷積網(wǎng)絡(luò)的重大事件趨勢(shì)預(yù)測(cè)方法。該方法增強(qiáng)了對(duì)文本的語義理解，預(yù)測(cè)精度優(yōu)于基于專家知識(shí)構(gòu)建特征的方法。為了達(dá)到上述目的，本發(fā)明采用技術(shù)方案如下：

一種基于GCN的重大事件趨勢(shì)預(yù)測(cè)方法，其特征在于該方法具體包括以下步驟：

步驟(1)、數(shù)據(jù)預(yù)處理：

從關(guān)系型數(shù)據(jù)庫獲取結(jié)構(gòu)化事件信息數(shù)據(jù)，生成事件語義關(guān)聯(lián)圖，并存入圖數(shù)據(jù)庫；

所述結(jié)構(gòu)化事件信息數(shù)據(jù)包括事件描述、事件屬性；其中事件屬性包括時(shí)間、地點(diǎn)、參與者、事件類型等；

所述事件語義關(guān)聯(lián)圖由節(jié)點(diǎn)、邊構(gòu)成，中心節(jié)點(diǎn)為事件描述，與中心節(jié)點(diǎn)直接關(guān)聯(lián)的節(jié)點(diǎn)為事件屬性，邊為事件屬性類型；同一邊的相鄰節(jié)點(diǎn)為同一事件上的結(jié)構(gòu)化事件信息數(shù)據(jù)；