[发明专利]潜在事件预测方法、装置、设备及存储介质在审

专利信息
申请号: 202210281274.7 申请日: 2022-03-21
公开(公告)号: CN114611816A 公开(公告)日: 2022-06-10
发明(设计)人: 姚旭杨;李伟;谷红明 申请(专利权)人: 中国电信股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06F16/36;G06N3/04;G06F16/33
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 李建忠
地址: 100033 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 潜在 事件 预测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种潜在事件预测方法,其特征在于,包括:

获取目标事件场景的事理图谱,其中,所述事理图谱中包含:多个事件节点及各个事件节点之间的节点连接关系,每个事件节点对应所述目标事件场景中一个事件;

使用图神经网络模型确定所述事理图谱的特征向量;

将所述事理图谱的特征向量,输入到预先训练好的神经网络模型,预测所述事理图谱中缺失的事件节点及相应的节点连接关系;

根据所述事理图谱中缺失的事件节点及相应的节点连接关系,确定所述目标事件场景中的潜在事件。

2.根据权利要求1所述的潜在事件预测方法,其特征在于,使用图神经网络模型确定所述事理图谱的特征向量,包括:

使用图神经网络模型确定所述事理图谱中各个事件节点的特征向量;

根据所述事理图谱中各个事件节点的特征向量,确定所述事理图谱的特征向量。

3.根据权利要求1所述的潜在事件预测方法,其特征在于,在将所述事理图谱的特征向量,输入到预先训练好的神经网络模型,预测所述事理图谱中缺失的事件节点及相应的节点连接关系之前,所述方法还包括:

获取多个完整事理图谱,其中,每个完整事理图谱对应一种事件场景;

对每个完整事理图谱中的事件节点及事件节点之间的节点连接关系按比例删除,得到每个完整事理图谱的缺失事理图谱;

将所述多个完整事理图谱及对应的缺失事理图谱作为训练数据,对神经网络模型进行训练,得到训练好的神经网络模型。

4.根据权利要求3所述的潜在事件预测方法,其特征在于,获取多个完整事理图谱,包括:

获取每种事件场景下的多个事件;

将每种事件场景下的多个事件进行泛化处理,得到每种事件场景下的多个事件节点;

将每种事件场景下的多个事件输入自然语言处理模型,输出每种事件场景下多个事件节点之间的节点连接关系;

根据每种事件场景下的多个事件节点及对应的节点连接关系,生成每种事件场景下的完整事理图谱。

5.根据权利要求1所述的潜在事件预测方法,其特征在于,将所述事理图谱的特征向量,输入到预先训练好的神经网络模型,预测所述事理图谱中缺失的事件节点及相应的节点连接关系,包括:

基于预先训练好的神经网络模型,采用多层注意力机制,逐层预测所述事理图谱中缺失的事件节点及相应的节点连接关系。

6.根据权利要求4所述的潜在事件预测方法,其特征在于,基于预先训练好的神经网络模型,采用多层注意力机制,逐层预测所述事理图谱中缺失的事件节点及相应的节点连接关系,包括:

将所述事理图谱的特征向量输入到预先训练好的神经网络模型,输出缺失的事件节点类型;

将所述缺失的事件节点类型输入到预先训练好的神经网络模型,输出缺失的事件节点内容;

将所述缺失的事件节点类型与所述缺失的事件节点内容输入到预先训练好的神经网络模型,输出所述事理图谱中缺失的事件节点及相应的节点连接关系。

7.根据权利要求1所述的潜在事件预测方法,其特征在于,获取目标事件场景的事理图谱,包括:

获取目标场景下的多个事件;

将目标场景下的多个事件进行泛化处理,得到目标场景下的多个事件节点;

将目标场景下的多个事件输入自然语言处理模型,输出目标场景下多个事件节点之间的节点连接关系;

根据目标场景下的多个事件节点及对应的节点连接关系,生成目标事件场景的事理图谱。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电信股份有限公司,未经中国电信股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210281274.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top