基于融合路径权重相似度判断关联事件的方法及装置制造方法及图纸

本发明专利技术实施例提供了一种基于融合路径权重相似度判断关联事件的方法及装置，该方法包括：构建事件知识图谱，所述事件知识图谱将事件转化为结构化知识；计算不同事件中抽取的要素的概念之间的路径相似度进行加权求和，得到所述事件间的相似度；将事件间相似度大于第一阈值的多个事件辅助判断为关联事件。阈值的多个事件辅助判断为关联事件。阈值的多个事件辅助判断为关联事件。

【技术实现步骤摘要】
基于融合路径权重相似度判断关联事件的方法及装置


[0001]本专利技术涉及一种基于事件间融合路径权重相似度判断关联事件的方法及装置。

技术介绍

[0002]现有技术中对关联事件的处理方式，是通过人的经验来对已有的数据进行分析，来确定事件之间是否存在关联，效率低，准确性差。

技术实现思路

[0003]本专利技术提供一种基于事件间融合路径权重相似度判断关联事件的方法及装置，能够改善办事效率。
[0004]为实现上述目的，本专利技术一方面提供一种基于事件间的融合路径权重相似度辅助判断关联事件的方法，包括：
[0005]构建事件知识图谱，所述事件知识图谱将事件转化为结构化知识；
[0006]计算不同事件中抽取的要素的概念之间的路径相似度进行加权求和，得到所述事件间的相似度；
[0007]将事件间相似度大于第一阈值的多个事件辅助判断为关联事件。
[0008]优选地，所述构建事件知识图谱包括：
[0009]构建事件概念本体，所述事件概念本体包括事件的多个概念要素；
[0010]基于信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于事件间的融合路径权重相似度辅助判断关联事件的方法，其特征在于，包括：构建事件知识图谱，所述事件知识图谱将事件转化为结构化知识；计算不同事件中抽取的要素的概念之间的路径相似度进行加权求和，得到所述事件间的相似度；将事件间相似度大于第一阈值的多个事件辅助判断为关联事件。2.如权利要求1所述的方法，其特征在于，所述构建事件知识图谱包括：构建事件概念本体，所述事件概念本体包括事件的多个概念要素；基于信息抽取算法，对事件中的关键要素进行抽取；将抽取的关键要素进行概念化处理，并于所述事件概念本体建立关联，形成事件知识图谱。3.如权利要求2所述的方法，其特征在于，所述计算不同事件中抽取的要素的概念之间的路径相似度包括：根据构建的事件概念本体库的概念层次关系，基于不同事件中两个细粒度的概念在概念层次中的深度和路径关系，通过下式计算两个细粒度概念之间的相似度Sim(c
i
,c
j
)：其中，depth(c
i
)和depth(c
j
)分别是术语c
i
和c
j
在概念层次中的深度，depth(c
lcs
)表示术语c
i
和c
j
在概念层次中共同父概念的深度。4.如权利要求3所述的方法，其特征在于，所述计算不同事件中抽取的要素的概念之间的路径相似度进行加权求和，得到所述事件间的相似度包括：针对事件j1和j2利用下式计算事件间的相似度Sim(j1,j2)：Sim(j1,j2)＝α1×
SimC1+α2×
SimC2+
…
+α
...

【专利技术属性】
技术研发人员：陈耀玲，石庭豪，李明洹，
申请(专利权)人：苏州智汇谷科技服务有限公司，
类型：发明
国别省市：