[发明专利]事件推理方法和装置

说明书

本说明书实施例提供了一种事件推理方法和装置。根据该实施例的方法，首先从事件相关文本中抽取事件信息和关联实体信息；利用事件信息和关联实体信息构成第一子图，第一子图中的节点包括事件和关联实体，边体现事件与关联实体之间的关系；然后查询与事件类型相关的知识图谱，以确定知识图谱中各关联实体的第二子图，第二子图中的节点包括关联实体和与关联实体在预设关系范围内的其他实体，边体现实体之间的关系；其中，知识图谱的节点中包括目标类型的实体；再将第一子图和第二子图进行融合得到事件子图信息；最后将事件子图信息输入预先训练得到的事件影响预测模型，得到事件对目标类型的实体的影响信息。

技术领域

本说明书一个或多个实施例涉及人工智能技术领域，尤其涉及一种事件推理方法和装置。

背景技术

近年来基于深度学习的文本推理技术被广泛关注，文本推理的很多任务都依赖于对事理逻辑知识的深刻理解。事件是人类社会的核心特征之一，人们的社会活动往往是事件驱动的。事件在时间维度上相继发生的演化规律和模式是一种十分有价值的知识，挖掘这种事理逻辑知识对认识人类行为和社会发展变化规律非常有意义，这种挖掘称为事件推理。例如，在金融领域，股市、基金等一般伴随着短期内随机事件的小波动，以及长期内重大事件驱动的大波动。那么如何通过事件推理确定事件对目标类型实体的影响成为亟待解决的问题。

发明内容

有鉴于此，本说明书一个或多个实施例描述了一种事件推理方法及装置，用以确定事件对目标实体的影响。

根据第一方面，提供了一种事件推理方法，该方法包括：

从事件相关文本中抽取事件信息和关联实体信息；

利用所述事件信息和所述关联实体信息构成第一子图，所述第一子图中的节点包括事件和关联实体，所述边体现事件与关联实体之间的关系；

查询与所述事件的类型相关的知识图谱，以确定知识图谱中各所述关联实体的第二子图，所述第二子图中的节点包括所述关联实体和与所述关联实体在预设关系范围内的其他实体，边体现实体之间的关系；其中，所述知识图谱的节点中包括目标类型的实体；

将所述第一子图和所述第二子图进行融合得到事件子图信息；

将所述事件子图信息输入预先训练得到的事件影响预测模型，得到所述事件对所述目标类型的实体的影响信息。

根据本申请实施例中一可实现的方式，在所述从事件相关文本中抽取事件信息和关联实体信息之前，还包括：

从与所述目标类型所对应领域的事件相关文本中，筛选出热点事件相关文本；

对筛选出的热点事件相关文本进行聚类和去重处理；

分别从各聚类结果中选择N个事件相关文本用以执行所述抽取事件信息和关联实体信息的处理，所述N为预设的自然数。

根据本申请实施例中一可实现的方式，所述从事件相关文本中抽取事件信息和关联实体信息包括：

基于预设的词典、模板和事件抽取模型中的至少一种，从事件相关文本中抽取事件信息和关联实体信息；

其中所述词典包括事件关键词和实体关键词；

所述模板包括事件对应的语义表达模板和实体对应的语义表达模板。

根据本申请实施例中一可实现的方式，所述影响信息包括：影响到的目标类型的实体信息及对应的影响程度。

根据本申请实施例中一可实现的方式，将所述第一子图和所述第二子图进行融合得到事件子图信息包括：

将所述第一子图和所述第二子图进行融合；

对融合的结果进行结构化处理，得到以事件为初始节点、以各目标类型的实体分别为结束节点的链式结构数据。