基于专家规则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专家规则判断关联事件的方法及装置，该方法包括以产生式规则对研判专家知识进行表达；从事件中抽取关键要素并进行概念化，形成事件概念图谱；通过事件概念图谱建立研判专家知识与事件的关系；借助研判专家知识对事件进行研判，基于研判结论之间的相关性，确定事件之间相似度；将事件之间相似度大于第一阈值的多个事件辅助判断为关联事件。为关联事件。为关联事件。

【技术实现步骤摘要】
基于专家规则判断关联事件的方法及装置


[0001]本专利技术涉及一种基于专家规则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，效率低。

技术实现思路

[0003]本专利技术提供一种基于专家规则判断关联事件的方法及装置。
[0004]为实现上述目的，本专利技术一方面提供一种基于专家规则判断关联事件的方法，其特征在于，包括：
[0005]以产生式规则对研判专家知识进行表达；
[0006]从事件中抽取关键要素并进行概念化，形成事件概念图谱；
[0007]通过事件概念图谱建立研判专家知识与事件的关系；
[0008]借助研判专家知识对事件进行研判，基于研判结论之间的相关性，确定事件之间相似度；
[0009]将事件之间相似度大于第一阈值的多个事件辅助判断为关联事件。
[0010]本专利技术另一方面还提供一种基于综合相似度辅助判断关联事件的方法，包括：
[0011]基于事件间的融合路径权重相似度计算事件间的第一类型相似度；
[0012]基于事件间的语义相似度计算事件间的第二类型相似度；
[0013]基于专家规则计算事件间的第三类型相似度；
[0014]基于第一类型相似度、第二类型相似度和第三类型相似度，辅助判断事件之间是否为关联事件；
[0015]其中，所述基于专家规则计算事件间的第三类型相似度包括：
[0016]以产生式规则对研判专家知识进行表达；
[0017]从事件中抽取关键要素并进行概念化，形成事件概念图谱；
[0018]通过事件概念图谱建立研判专家知识与事件关系；
[0019]借助研判专家知识对事件进行研判，基于研判结论之间的相关性，确定事件之间的第三类型相似度。
[0020]本专利技术再一方面还提供一种计算机，包括处理器和存储器，所述处理器用于执行存储器中存储的指令以执行如下步骤：
[0021]以产生式规则对研判专家知识进行表达；
[0022]从事件中抽取关键要素并进行概念化，形成事件概念图谱；
[0023]通过事件概念图谱建立研判专家知识与事件的关系；
[0024]借助研判专家知识对事件进行研判，基于研判结论之间的相关性，确定事件之间相似度；
[0025]将事件之间相似度大于第一阈值的多个事件辅助判断为关联事件。
[0026]本专利技术再一方面还提供一种计算机，包括处理器和存储器，所述处理器用于执行存储器中存储的指令以执行如下步骤：
[0027]基于事件间的融合路径权重相似度计算事件间的第一类型相似度；
[0028]基于事件间的语义相似度计算事件间的第二类型相似度；
[0029]基于专家规则计算事件间的第三类型相似度；
[0030]基于第一类型相似度、第二类型相似度和第三类型相似度，辅助判断事件之间是否为关联事件；
[0031]其中，所述基于专家规则计算事件间的第三类型相似度包括：
[0032]以产生式规则对研判专家知识进行表达；
[0033]从事件中抽取关键要素并进行概念化，形成事件概念图谱；
[0034]通过事件概念图谱建立研判专家知识与事件关系；
[0035]借助研判专家知识对事件进行研判，基于研判结论之间的相关性，确定事件之间的第三类型相似度。
[0036]本实施例提供的技术方案能够通过专家规则确定事件间的关联，辅助发现关联事件，提高办事效率。
[0037]本专利技术的其他有益效果将在说明书中进行进一步说明。
附图说明
[0038]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]图1为本专利技术实施例一提供的一种基于专家规则判断关联事件的方法的示意图；
[0040]图2是本专利技术另一实施例还提供一种基于综合相似度辅助判断关联事件的方法的流程示意图；
[0041]图3是图2中步骤S301的一种具体实现流程图；
[0042]图4是图2中步骤S302的一种具体实现流程图；
[0043]图5是图2中步骤S303的一种具体实现流程图。
具体实施方式
[0044]为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的较佳实施方式。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本专利技术的公开内容理解的更加透彻全面。
[0045]图1示出了本专利技术实施例一提供的一种基于专家规则判断关联事件的方法的示意图，该方法包括：
[0046]步骤S101：以产生式规则对研判专家知识进行表达。
[0047]例如可以生成如下研判规则：
[0048]If概念1＝x1 and概念2＝x2 and概念3＝x3 then y。
[0049]步骤S102：从事件中抽取关键要素并进行概念化，形成事件概念图谱。
[0050]步骤S103：通过事件概念图谱，建立研判专家知识与事件的关系。
[0051]步骤S104：借助研判专家知识对事件进行研判，基于研判结论之间的相关性，确定事件之间相似度；
[0052]具体地，研判专家知识可以表达为多个研判规则，对于每个事件，基于全研判规则都可以得到多种类型的研判结论。而事件之间可以借助这些研判结论中相同或相近的结论占全部类型研判结论的比例，确定事件之间的相似度。例如，在两个事件之间，基于多个研判规则得出的相同研判结论的数量越多，则该两个事件之间的相似度越高。
[0053]步骤S105：将事件之间相似度大于第一阈值的多个事件，辅助判断为关联事件。
[0054]将步骤S104中计算的相似度大于第一阈值的多个事件辅助判断为关联事件，可以由相关人员再次人工核实，一经确认则可以做为关联事件处理，加快处理效率。
[0055]本实施例提供的技术方案能够通过专家规则确定事件间的关联，辅助发现关联事件，提高办事效率。
[0056]本专利技术另一实施例还提供一种基于综合相似度辅助判断关联事件的方法，参照图2所示，该方法包括：
[0057]步骤S301：基于事件间的融合路径权重相似度计算事件间的第一类型相似度。
[0058]其中步骤S301中基于事件间的融合路径权重相似度计算事件间的第一类型相似度，具体可以通过图3示出的流程图实现，包括如下步骤：
[0059]步骤S401：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。
[0060]事件图谱的目的是为了将事件转化为结构化的知识，让机器可以理解事件，并且发现事件之间的一些关联关系。构建事件图谱首先是构建事件概念本体，然本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于专家规则判断关联事件的方法，其特征在于，包括：以产生式规则对研判专家知识进行表达；从事件中抽取关键要素并进行概念化，形成事件概念图谱；通过事件概念图谱建立研判专家知识与事件的关系；借助研判专家知识对事件进行研判，基于研判结论之间的相关性，确定事件之间相似度；将事件之间相似度大于第一阈值的多个事件辅助判断为关联事件。2.一种基于综合相似度辅助判断关联事件的方法，其特征在于，包括：基于事件间的融合路径权重相似度计算事件间的第一类型相似度；基于事件间的语义相似度计算事件间的第二类型相似度；基于专家规则计算事件间的第三类型相似度；基于第一类型相似度、第二类型相似度和第三类型相似度，辅助判断事件之间是否为关联事件；其中，所述基于专家规则计算事件间的第三类型相似度包括：以产生式规则对研判专家知识进行表达；从事件中抽取关键要素并进行概念化，形成事件概念图谱；通过事件概念图谱建立研判专家知识与事件关系；借助研判专家知识对事件进行研判，基于研判结论之间的相关性，确定事件之间的第三类型相似度。3.一种计算机，包括处理器和存储器，所述...

【专利技术属性】
技术研发人员：李明洹，陈耀玲，石庭豪，
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：