[發明專利]潛在事件預測方法、裝置、設備及存儲介質

在審

• 申請號: 202011539228.X
• 申請日: 2020-12-23
• 公開（公告）號: CN112667791A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 朱昱錦;徐國強
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/211;G06F40/30;G06K9/62;G06Q10/04;G06Q30/02
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 姚維

1.一種潛在事件預測方法，其特征在于，所述潛在事件預測方法包括：

獲取多個領域中潛在事件預測的第一數據集，并采用預置逐片段學習范式，通過預置初始模型對所述第一數據集進行訓練，預測與所述第一數據集中各第一事件句相關聯的第一潛在事件和所述第一潛在事件的第一發生概率，直到所述初始模型收斂時停止，得到預訓練模型；

獲取目標領域中潛在事件預測的第二數據集，將所述第二數據集轉化為不同模型輸入格式的第一訓練樣本和第二訓練樣本；

采用所述第一訓練樣本對所述預訓練模型進行微調，得到第一潛在事件預測模型，以及采用所述第二訓練樣本對所述預訓練模型進行微調，得到第二潛在事件預測模型；

獲取待預測的第二事件句，并將所述第二事件句輸入所述第一潛在事件預測模型進行預測，得到第二潛在事件和所述第二潛在事件的第二發生概率，以及將所述第二事件句輸入所述第二潛在事件預測模型進行預測，得到第三潛在事件和所述第三潛在事件的第三發生概率；

對比所述第二發生概率和所述第三發生概率，并根據對比結果進行潛在事件推送。

2.根據權利要求1所述的潛在事件預測方法，其特征在于，所述獲取多個領域中潛在事件預測的第一數據集包括：

獲取多個領域中潛在事件預測的原始數據集，并對所述原始數據集進行抽象化定義；

對抽象化定義后的原始數據集進行輸入格式的規范化處理，得到多個領域中潛在事件預測的第一數據集。

3.根據權利要求1所述的潛在事件預測方法，其特征在于，所述采用預置逐片段學習范式，通過預置初始模型對所述第一數據集進行訓練，預測與所述第一數據集中各第一事件句相關聯的第一潛在事件和所述第一潛在事件的第一發生概率，直到所述初始模型收斂時停止，得到預訓練模型包括：

通過所述預置初始模型，將所述第一數據集分割為多個片段，并依次對與所述各片段中各第一事件句相關聯的第一潛在事件和所述第一潛在事件的第一發生概率進行預測，得到預測結果；

基于所述各片段的預測結果，計算預置初始模型的損失值，并判斷所述損失值是否小于預置損失閾值；

若小于，則確定預置初始模型收斂，得到預訓練模型以供備用，否則跳轉執行所述依次對與所述各片段中各第一事件句相關聯的第一潛在事件和所述第一潛在事件的第一發生概率進行預測，得到預測結果的步驟，直到所述損失值小于預置損失閾值時停止，得到預訓練模型。

4.根據權利要求3所述的潛在事件預測方法，其特征在于，所述依次對與所述各片段中各第一事件句相關聯的第一潛在事件和所述第一潛在事件的第一發生概率進行預測，得到預測結果包括：

對與當前片段中各第一事件句相關聯的第一潛在事件和所述第一潛在事件的第一發生概率進行預測，得到當前片段的預測結果；

基于當前片段的預測結果，對與下一片段中各第一事件句相關聯的第一潛在事件和所述第一潛在事件的第一發生概率進行預測，更新當前片段的預測結果；

取下一片段定義為當前片段，重復執行所述對與下一片段中各第一事件句相關聯的第一潛在事件和所述第一潛在事件的第一發生概率進行預測的步驟，直到全部片段完成預測時停止，并將最后一個片段的預測結果作為最終的預測結果。

5.根據權利要求1所述的潛在事件預測方法，其特征在于，所述將所述第二數據集轉化為不同模型輸入格式的第一訓練樣本和第二訓練樣本包括：

根據預置模型輸入格式，查找所述第二數據集的第一轉化樣本模板和第二轉化樣本模板；

提取所述第二數據集中的多個第三事件句以及與所述各第三事件句相關聯的多個第四潛在事件；

基于所述第一轉化樣本模板，依次將所述各第三事件句與相關聯的各第四潛在事件進行組合，得到第一訓練樣本，其中，在第一訓練樣本中，一個第三事件句與一個第四潛在事件組合；

基于所述第二轉化樣本模板，依次對所述第二數據集中的各第三事件句與相關聯的各第四潛在事件進行組合，得到第二訓練樣本，其中，在第二訓練樣本中，一個第三事件句與多個第四潛在事件組合。