事件的描述文本预测方法、装置、设备及存储介质制造方法及图纸

本申请提供一种事件的描述文本预测方法、装置、设备及计算机可读存储介质，该方法包括：从源终端获取目标事件的事件描述文本；对事件描述文本进行语义解析，得到关键动词和关键名词；基于事件关系树，确定关键动词与事件关系树中节点的第一节点匹配度；根据第一节点匹配度，在事件关系树中确定目标节点，得到目标第一文本及目标第二文本；确定目标第一文本中名词与目标第二文本中名词的第一关联程度；根据第一关联程度和关键名词，确定与关键名词对应的目标名词；根据目标名词对目标第二文本进行名词替换处理，得到目标描述文本，并发送至目标终端。本申请还涉及区块链技术，目标描述文本可以存储于区块链中。本可以存储于区块链中。本可以存储于区块链中。

【技术实现步骤摘要】
事件的描述文本预测方法、装置、设备及存储介质


[0001]本申请涉及文本预测的
，尤其涉及一种事件的描述文本预测方 法、装置、设备及计算机可读存储介质。

技术介绍

[0002]随着近年来突发事件频繁发生，全社会对突发事件的关注度越来越高。 在没有充分准备的情况下，突发事件往往令人措手不及，如果涉及到生命安 全，则时间就是生命。因此，只有快速、准确地应对，才能为生命安全保驾 护航。在越来越多突发事件的情况处理中积累的相关经验就可以作为应对未 来突发事件的预准备措施，而事件发展情况就可以为突发事件预测提供巨大 帮助。
[0003]现在的工作大多都是使用基于词语共现关系的概率统计的相关方法来描 述事件之间的逻辑规律和行为模式。例如给定一个事件的上下文和若干个候 选的后续事件，从这些后续事件中挑选唯一正确的后续事件。但这种事件预 测方法并不适用于一些事件间存在隐含因果关系的情况，如在文本中并未出 现“因果”相关的词语的事件对，对于存在隐含关系的情况并没有合理的应 用事件间存在的因果关系，而是通过事件间的共现概率来判断结果事件与原 因事件出现在同篇上下文的可能性，这样预测得到的事件可能会出现与原因 事件不符合客观事实的情况，从而导致预测得到的事件描述文本的不合理， 可参考性不高。

技术实现思路

[0004]本申请的主要目的在于提供一种事件的描述文本预测方法、装置、设备 及计算机可读存储介质，旨在提高预测得到的事件描述文本的合理性和准确 性。
[0005]第一方面，本申请提供一种事件的描述文本预测方法，所述事件的描述 文本预测方法包括以下步骤：
[0006]从源终端获取目标事件的事件描述文本；
[0007]对所述事件描述文本进行语义解析，得到关键动词和关键名词；
[0008]基于事件关系树，确定所述关键动词与所述事件关系树中节点的第一节 点匹配度，其中，所述节点用于指示第一文本及与所述第一文本对应的第二 文本，所述第一文本为原因事件描述文本，所述第二文本为结果事件描述文 本；
[0009]根据所述第一节点匹配度，在所述事件关系树中确定目标节点，得到所 述目标节点所指示的目标第一文本及目标第二文本；
[0010]基于预设的名词关系数据库，确定所述目标第一文本中名词与所述目标 第二文本中名词的第一关联程度；
[0011]基于预设的语义网络，根据所述第一关联程度和所述关键名词，确定与 所述关键名词对应的目标名词，其中，所述目标名词与所述关键名词的第二 关联程度大于或等于所述第一关联程度；
[0012]根据所述目标名词对所述目标第二文本进行名词替换处理，得到目标描 述文本，并将目标描述文本发送至目标终端。
[0013]第二方面，本申请还提供一种事件的描述文本预测装置，所述事件的描 述文本预测装置包括：
[0014]文本获取模块，用于从源终端获取目标事件的事件描述文本；
[0015]语义解析模块，用于对所述事件描述文本进行语义解析，得到关键动词 和关键名词；
[0016]第一节点匹配度确定模块，用于基于事件关系树，确定所述关键动词与 所述事件关系树中节点的第一节点匹配度，其中，所述节点用于指示第一文 本及与所述第一文本对应的第二文本，所述第一文本为原因事件描述文本， 所述第二文本为结果事件描述文本；
[0017]目标节点确定模块，用于根据所述第一节点匹配度，在所述事件关系树 中确定目标节点，得到所述目标节点所指示的目标第一文本及目标第二文本；
[0018]第一关联程度确定模块，用于基于预设的名词关系数据库，确定所述目 标第一文本中名词与所述目标第二文本中名词的第一关联程度；
[0019]目标名词确定模块，用于基于预设的语义网络，根据所述第一关联程度 和所述关键名词，确定与所述关键名词对应的目标名词，其中，所述目标名 词与所述关键名词的第二关联程度大于或等于所述第一关联程度；
[0020]目标描述文本确定模块，用于根据所述目标名词对所述目标第二文本进 行名词替换处理，得到目标描述文本，并将目标描述文本发送至目标终端。
[0021]第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、 存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其 中所述计算机程序被所述处理器执行时，实现如上述的事件的描述文本预测 方法的步骤。
[0022]第四方面，本申请还提供一种计算机可读存储介质，所述计算机可读存 储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如 上述的事件的描述文本预测方法的步骤。
[0023]本申请提供一种事件的描述文本预测方法、装置、设备及计算机可读存 储介质，方法包括从源终端获取目标事件的事件描述文本；对事件描述文本 进行语义解析，得到关键动词和关键名词；基于事件关系树，确定关键动词 与事件关系树中节点的第一节点匹配度，其中，节点用于指示第一文本及与 第一文本对应的第二文本，第一文本为原因事件描述文本，第二文本为结果 事件描述文本；根据第一节点匹配度，在事件关系树中确定目标节点，得到 目标节点所指示的目标第一文本及目标第二文本；基于预设的名词关系数据 库，确定目标第一文本中名词与目标第二文本中名词的第一关联程度；基于 预设的语义网络，根据第一关联程度和关键名词，确定与关键名词对应的目 标名词，其中，目标名词与关键名词的第二关联程度大于或等于第一关联程 度；根据目标名词对目标第二文本进行名词替换处理，得到目标描述文本， 并将目标描述文本发送至目标终端。本申请通过在事件关系树中确定与目标 事件关联的目标节点，并在目标节点所包含的原因描述文本和结果描述文本 确定文本中名词的关联关系，以在对目标事件进行预测时能够保留事件之间 的关系，从而提高预测得到的事件描述文本的合理性和可参考性。
附图说明
[0024]为了更清楚地说明本申请实施例技术方案，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，下面描述中的附图是本申请的一 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。
[0025]图1为本申请实施例提供的一种事件的描述文本预测方法的流程示意图；
[0026]图2为实施本申请提供的事件的描述文本预测方法的一场景示意图；
[0027]图3为实施本申请提供的事件的描述文本预测方法的另一场景示意图；
[0028]图4为本申请实施例提供的一种事件的描述文本预测装置的示意性框图；
[0029]图5为本申请一实施例涉及的计算机设备的结构示意框图。
具体实施方式
[0030]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是 全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创 造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种事件的描述文本预测方法，其特征在于，包括：从源终端获取目标事件的事件描述文本；对所述事件描述文本进行语义解析，得到关键动词和关键名词；基于事件关系树，确定所述关键动词与所述事件关系树中节点的第一节点匹配度，其中，所述节点用于指示第一文本及与所述第一文本对应的第二文本，所述第一文本为原因事件描述文本，所述第二文本为结果事件描述文本；根据所述第一节点匹配度，在所述事件关系树中确定目标节点，得到所述目标节点所指示的目标第一文本及目标第二文本；基于预设的名词关系数据库，确定所述目标第一文本中名词与所述目标第二文本中名词的第一关联程度；基于预设的语义网络，根据所述第一关联程度和所述关键名词，确定与所述关键名词对应的目标名词，其中，所述目标名词与所述关键名词的第二关联程度大于或等于所述第一关联程度；根据所述目标名词对所述目标第二文本进行名词替换处理，得到目标描述文本，并将目标描述文本发送至目标终端。2.如权利要求1所述的事件的描述文本预测方法，其特征在于，所述基于事件关系树，确定所述关键动词与所述事件关系树中节点的第一节点匹配度，包括：获取所述事件关系树的各个节点对应的第一文本中的动词；基于预设的余弦相似性算法，对所述关键动词和所述第一文本中的动词进行相似度计算，得到所述关键动词与各所述第一文本的相似度，并将所述相似度作为所述关键动词与所述节点的第一节点匹配度。3.如权利要求1所述的事件的描述文本预测方法，其特征在于，所述事件关系树至少包括两个层级，所述根据所述第一节点匹配度，在所述事件关系树中确定目标节点，包括：确定所述关键动词与所述事件关系树第N层的各个节点的第一节点匹配度，其中，N为大于0的自然数且N不大于所述事件关系树的总层数；将第一节点匹配度大于节点匹配阈值的节点确定为待计算节点；当N小于所述事件关系树的总层数时，确定所述关键动词与所述待计算节点的子节点的第二节点匹配度；若所述待计算节点的子节点的第二匹配度小于所述待计算节点的第一匹配度，根据所述待计算节点确定目标节点；若所述待计算节点的子节点的第二匹配度大于所述待计算节点的第一匹配度，将N加1。4.如权利要求1所述的事件的描述文本预测方法，其特征在于，所述基于预设的名词关系数据库，确定所述目标第一文本中名词与所述目标第二文本中名词的第一关联程度，包括：获取所述目标第一文本中的第一名词，以及获取所述目标第二文本中的第二名词；根据所述第一名词，在所述名词关系数据库中确定多个待选名词三元组，其中，所述待选名词三元组包含与所述第一名词相同的名词；确定所述待选名词三元组中是否存在所述第二名词；
从存在所述第二名词的待选名词三元组中确定所述第一关联程度。5.如权利要求1
‑
3任一项所述的事件的描述文本预测方法，其特征在于，在所述基于事件关系树，确定所述关键动词与所述事件关系树中节点的第一节点匹配度之前，还包括：获取样本事件对的描述文本数据集，其中，所述样本事件对包括样本第一文本及与样本第一文本对应的样本第二文本，所述样本第一文本为样本原因事件描述文本，所述样本第二文本为样本结果事件描述文本；根据样本事件对所包含的所述样本第一文本以及所述样本第二文本，对多个所述样本事件对进行聚类，得到...

【专利技术属性】
技术研发人员：张跃威，文浩宇，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：