[發(fā)明專利]一種針對突發(fā)事件的事件知識圖譜構建方法

有效

• 申請?zhí)枺?/td>: 202110467741.0
• 申請日: 2021-04-28
• 公開（公告）號: CN113312490B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設計）人: 孫銳;謝紅
• 申請（專利權）人: 樂山師范學院
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/30
• 代理公司: 西安銘澤知識產(chǎn)權代理事務所(普通合伙) 61223
• 代理人: 張舉

本發(fā)明提供了一種針對突發(fā)事件的事件知識圖譜構建方法，屬于自然語言處理領域，包括以下步驟：1)從互聯(lián)網(wǎng)上收集新聞文檔數(shù)據(jù)，完成數(shù)據(jù)清洗等預處理操作；2)將語料加入背景語料，預訓練后習得詞的嵌入表示；3)以語句為單位，抽取原子事件；4)針對事件表現(xiàn)形式多樣化的問題，進行原子事件的規(guī)范化；5)對出現(xiàn)在同一語句中的事件對，識別其時序關系；6)基于事件和事件時序關系構建事件知識圖譜。該方法利用原子事件及原子事件關系進行統(tǒng)計分析，有效地從事件關聯(lián)性中進行推理和預測，以便對突發(fā)事件進行預防或輔助決策。

技術領域

本發(fā)明屬于自然語言處理領域，具體涉及一種針對突發(fā)事件的事件知識圖譜構建方法。

背景技術

突發(fā)事件，是指突然發(fā)生，造成或者可能造成嚴重社會危害，需要采取應急處置措施予以應對的自然災害、事故災難、公共衛(wèi)生事件和社會安全事件。為預防和減少突發(fā)事件的發(fā)生，控制、減輕和消除突發(fā)事件引起的嚴重社會危害，相關部門應規(guī)范突發(fā)事件應對活動，對可能發(fā)生的突發(fā)事件進行綜合性評估，最大限度地減輕重大突發(fā)事件影響。

突發(fā)事件具有明顯的時序特征，往往會演化或衍生出很多的子事件。例如，一些臺風事件一發(fā)生，同時會出現(xiàn)“人員傷亡”、“農(nóng)作物受災”、“通訊中斷”等事件；隨著時間的推進，“氣象臺發(fā)布預警”、“相關部門發(fā)出通告”、“轉移相關人員”、“防范病菌”等一系列相關事件。這些事件的發(fā)生有著時序關系或因果關系。準確完整地獲取突發(fā)事件關系，對了解突發(fā)事件的前因后果以及對事態(tài)發(fā)展趨勢的掌握有著重要的作用。

自某網(wǎng)站推出第一版知識圖譜(Knowledge?Graph，KG)以來，知識圖譜已在工業(yè)界和學術界掀起了一股熱潮。知識圖譜采用實體二元關系描述現(xiàn)實世界，以圖數(shù)據(jù)結構來表達和存儲知識，其實體關系類別或關注開放領域下的“Is?a”和“Attribute”類型，或針對特定領域定制語義框架。

事件，一般指一個動作的發(fā)生或狀態(tài)的變化。與實體關系相比，事件作為一種特殊的知識表現(xiàn)形式，呈現(xiàn)了比實體關系更復雜的語義關系。從認知心理學來看，人類多以“事件”為單位去記憶和理解現(xiàn)實世界。現(xiàn)實世界中的事件之間大多呈現(xiàn)因果和時序上的關系。采用原子事件知識圖譜比傳統(tǒng)知識圖譜更利于進行突發(fā)事件的分析和預測。在所構造的事件知識圖譜中，結點本身包含論元(可以為實體)間的語義關系，而邊則表達了事件間的關系，因而包含了比傳統(tǒng)知識圖譜更豐富的知識。同一主題下的事件會形成天然的聚簇，即事件關聯(lián)子圖或事件鏈。事件在不同主題下往往呈現(xiàn)了不同的強度或主題相關度，事件之間也有著不同的關聯(lián)度。因此，基于事件知識圖譜開展事件強度、事件關聯(lián)度、事件鏈等知識推理研究并實現(xiàn)時間線生成和事件預測等應用是非常有意義的。

近年來，知識圖譜的發(fā)展如火如荼，F(xiàn)reebase和Probase等英文知識圖譜已得到廣泛的應用。但它們只包含了有關實體的豐富知識，極少涉及事件知識。現(xiàn)有面向突發(fā)事件的知識圖譜構建方法采用傳統(tǒng)的以實體為基本結點的形式，語義表達能力有限且語義關系略為簡單，難以刻畫客觀世界動態(tài)性的知識。例如，“地震”發(fā)生后，往往會有“傷亡”、“救援”和“安置”等事件發(fā)生；同樣，“CEO辭職”發(fā)生后也可能會出現(xiàn)“人事變更”和“股市起伏”等相關事件。

發(fā)明內(nèi)容

為了克服上述現(xiàn)有技術存在的不足，本發(fā)明提供了一種針對突發(fā)事件的事件知識圖譜構建方法。

為了實現(xiàn)上述目的，本發(fā)明提供如下技術方案：

一種針對突發(fā)事件的事件知識圖譜構建方法，包括以下步驟：

步驟1、收集突發(fā)事件新聞文檔，對突發(fā)事件新聞文檔進行數(shù)據(jù)預處理操作，得到新聞數(shù)據(jù)集D；

步驟2、將預處理后的新聞數(shù)據(jù)集D加入背景語料，預訓練后得到詞的分布式表示，即詞的Embedding；

步驟3、對新聞數(shù)據(jù)集D中的每篇新聞，以語句為單位采用深度學習的序列標注方法進行事件抽取，所對應的事件采用主謂賓結構的三元組原子事件表示；