【技术实现步骤摘要】
一种用于时序事件预测的数据处理方法及装置
[0001]本申请涉及时序事件预测领域,特别是涉及一种用于时序事件预测的数据处理方法及装置
。
技术介绍
[0002]时序事件(
Temporal Event
,
TE
)预测旨在根据历史观察到的事实预测未来的事件
。
人们寻求挖掘影响不同事件演变的规律,以便在各个领域中实现灾害预防或早期警示,如社会动荡或地区冲突等
。
由于其重要的价值,时序事件预测受到许多研究社区越来越多的关注
。
当前,时序事件的几种表述包括时间序列(
Time Series
)
、
故事线(
Storyline
)
、
时序知识图谱(
Temporal Knowledge Graph
,
TKG
)以及模式化时序复杂事件(
Temporal Complex Event
,
TCE
)
。< ...
【技术保护点】
【技术特征摘要】
1.
一种用于时序事件预测的数据处理方法,其特征在于,所述方法包括:构建复杂事件数据集,所述复杂事件数据集包括若干复杂事件,所述复杂事件包括若干原子事件,所述原子事件被表示为主体实体
、
关系
、
客体实体
、
发生时刻和标识;获取目标原子事件的主体实体
、
关系
、
发生时刻和标识,根据所述目标原子事件的局部上下文和全局上下文,预测所述目标原子事件的客体实体;其中,所述目标原子事件的局部上下文包括所述目标原子事件所属的复杂事件,所述目标原子事件的全局上下文包括所述复杂事件数据集,所述目标原子事件的标识用于确定所述目标原子事件所属的复杂事件
。2.
根据权利要求1所述的用于时序事件预测的数据处理方法,其特征在于,所述根据所述目标原子事件的局部上下文和全局上下文,预测所述目标原子事件的客体实体,包括:根据所述目标原子事件的局部上下文,确定在所述目标原子事件的发生时刻之前的局部实体表示和局部关系表示;根据所述目标原子事件的全局上下文,确定在所述目标原子事件的发生时刻之前的全局实体表示和全局关系表示;根据所述目标原子事件的主体实体和关系,在所述局部实体表示和所述局部关系表示中确定对应的第一主体实体表示和第一关系表示,以及在所述全局实体表示和所述全局关系表示中确定对应的第二主体实体表示和第二关系表示;根据所述第一主体实体表示和所述第二主体实体表示确定目标主体实体表示,根据所述第一关系表示和所述第二关系表示确定目标关系表示,根据所述目标主体实体表示和所述目标关系表示预测所述目标原子事件的客体实体表示
。3.
根据权利要求2所述的用于时序事件预测的数据处理方法,其特征在于,所述根据所述目标原子事件的局部上下文,确定在所述目标原子事件的发生时刻之前的局部实体表示和局部关系表示,包括:确定在所述目标原子事件的发生时刻之前的多个目标时刻;对于任意所述目标时刻,通过图神经网络模型对所述目标原子事件的局部上下文进行信息提取,得到所述目标时刻下的局部实体表示和局部关系表示;通过循环神经网络模型对多个所述目标时刻下的局部实体表示和局部关系表示进行处理,确定在所述目标原子事件的发生时刻之前的局部实体表示和局部关系表示
。4.
根据权利要求3所述的用于时序事件...
【专利技术属性】
技术研发人员:王翔,陈伟健,马云山,何向南,曹燕,王玮琦,周雨杨,
申请(专利权)人:数据空间研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。