System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种超事理图网络构建与事件演化分析方法技术_技高网

一种超事理图网络构建与事件演化分析方法技术

技术编号:40782005 阅读:3 留言:0更新日期:2024-03-25 20:26
本发明专利技术提供一种超事理图网络构建与事件演化分析方法,包括:构建事件机理层、事件实例层和实体知识层;以事件实例层为中心,建立层与层之间不同的映射关系,从而形成超事理图网络;定义超事理图网络中基于可扩展最小邻接超边的跨层自适应包络,获取局部超网络结构;基于局部超网络结构定义一种矢量能量态及其计算方法;通过计算得到局部超网络结构的矢量能量态,从而反推出未来时刻的局部超网络结构变化过程,由此反向计算各层内部以及跨层之间的节点和边的波动变化,从而预测出详细的事件演化结果。本发明专利技术能够解决当前事件分析挖掘技术无法深入揭示事件间多种逻辑关系以及相互作用,不能有效获得事件演化分析结果的问题。

【技术实现步骤摘要】

本专利技术涉及人工智能领域,具体而言,涉及一种超事理图网络构建与事件演化分析方法


技术介绍

1、事件演化是事件分析技术中的一个子领域,该领域研究的主要任务是分析话题内事件间的关系,描述事件演化的来龙去脉。对于人们关注的事件相关信息,目前主流的方法是通过信息检索工具,例如谷歌、百度、必应等,及时获取不同网站、不同来源关于同一话题的各种相关报道,从而了解事件的内容,但对于所关注事件的演化过程,往往只能通过人工结合事件背景知识来管理、整合、分析这些搜索出来的事件相关文本流,才能得到话题内不同事件演化、发展的脉络。就算是近年来部分新闻网站或门户网站提供的关于事件报道的“事件脉络”功能,也只能简单按照时序关系将各种事件罗列出来,人们依旧无法知道事件是如何演化的,以及为什么这样演化。因此很多学者开始研究如何使用技术手段揭示事件演化过程。

2、makkonen等研究者对于事件演化分析,首先建立事件的地点、人名(组织)、时间、内容向量,然后计算事件间的相似性,使用图论方式来表示事件间的关系。nallapati等研究者提出事件线索的概念,将事件关系表示成树形结构而非图结构,分析事件之间的关系。另外,有研究者也提出主题演化的概念,根据文本流的时间戳,发现文本主题演化的时序模式。另一些研究者提出事件片段的概念,将相关于同一事件的所有新闻报道根据时间分成多个片段,根据事件片段间的时序关系分析事件内部各片段间的演化关系。yang等研究者对同一话题下的相关事件演化进行研究,提出了事件演化的概念,利用事件内容相似性、事件时间接近度、事件报道分布接近度来共同识别事件间的演化关系。邱江涛等提出了事件时序分析的概念,并提出以事件演化图的形式来描述事件的演化关系。邓镭等提出了原子事件的概念,通过分析原子事件间的关系来对事件演化进行研究。li等研究者提出构建时序事件图来对事件演化进行研究,分析不同事件间的关系。

3、然而我们可以看出,当前研究成果还主要集中在揭示事件间时序关系,技术手段也大多为时序分析技术与事件语义特征分析技术的结合,及其变种。因此得到的演化分析结果比较浅显(如一对一演化、一对多演化、多对一演化等),无法获得事件演化趋势、演化作用机理等核心信息,同时依赖语义特征分析技术的结果也容易遗漏事件间的隐藏关联关系。

4、鉴于上述原因,亟需发展一种全新的事件演化分析方法,能够结合事件实例、事件概念、及事理知识等不同粒度不同层次的要素,对事件演变、事件发展、事件相互作用进行深入揭示,以支撑事件机理知识挖掘、事件演化逻辑生成、多概率性事件预测等任务。


技术实现思路

1、本专利技术旨在提供一种超事理图网络构建与事件演化分析方法,以解决当前事件分析挖掘技术无法深入揭示事件间多种逻辑关系以及相互作用,不能有效获得事件演化分析结果的问题。

2、本专利技术提供的包括:

3、步骤1,构建事件机理层、事件实例层和实体知识层;以事件实例层为中心,建立层与层之间不同的映射关系,从而形成超事理图网络;

4、步骤2,定义超事理图网络中基于可扩展最小邻接超边的跨层自适应包络,获取跨层自适应包络中的所有节点和边组成的局部超网络结构;

5、步骤3,基于局部超网络结构定义一种矢量能量态及其计算方法;

6、步骤4,通过计算得到局部超网络结构的矢量能量态,从而反推出未来时刻的局部超网络结构变化过程;

7、步骤5,根据未来时刻的局部超网络结构变化过程,反向计算各层内部以及跨层之间的节点和边的波动变化,从而预测出详细的事件演化结果。

8、综上所述,由于采用了上述技术方案,本专利技术的有益效果是:

9、1、本专利技术提出了一种全新的超事理图网络,该超事理图网络充分利用了除事件数据之外的事件机理和实体知识,克服了传统的仅基于事件图谱等单纯数据驱动方法无法获得事件间隐藏关联关系的缺陷,同时使得事件演化分析结果可信度极大提升。

10、2、本专利技术新定义了一种可扩展的最小邻接超边,可以自适应地对事件机理层、事件实例层和实体知识层中的节点进行跨层自适应包络操作,克服了人为选取节点时容易受人员自身知识水平以及偏好局限的缺陷,也能够有效提升事件演化分析的效率。

11、3、本专利技术提出了一种矢量能量态及其计算公式,从超事理图网络及其能量分布的全新视角进行事件演化分析,能够从一定程度上对事件发展脉络和事件相互作用进行挖掘与解释。

本文档来自技高网...

【技术保护点】

1.一种超事理图网络构建与事件演化分析方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤1包括如下子步骤:

3.根据权利要求2所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤1.1中所述软连接边表示事件间关系是动态非固定的,其会随着时间变迁以及人们对于事件的认知变化而动态变化;定义事件实例层的元子结构为,表示为:

4.根据权利要求3所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤1.2中,实体知识层中的边是时变的;定义实体知识层的元子结构为,表示为:

5.根据权利要求4所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤1.3中,事件机理层的边定义为条件性关系,定义事件机理层的元子结构为,表示为:

6.根据权利要求5所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤2包括如下子步骤:

7.根据权利要求6所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤2.1中,事件被选入近邻事件域的计算公式为:

8.根据权利要求7所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤3中定义的矢量能量态的计算公式如下:

9.根据权利要求8所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤4具体包括:

10.根据权利要求9所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤5中得到的事件演化结果在超事理图网络中进行更新,得到最新的超事理图网络,以便进行未来的事件分析。

...

【技术特征摘要】

1.一种超事理图网络构建与事件演化分析方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤1包括如下子步骤:

3.根据权利要求2所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤1.1中所述软连接边表示事件间关系是动态非固定的,其会随着时间变迁以及人们对于事件的认知变化而动态变化;定义事件实例层的元子结构为,表示为:

4.根据权利要求3所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤1.2中,实体知识层中的边是时变的;定义实体知识层的元子结构为,表示为:

5.根据权利要求4所述的超事理图网络构建与事件演化分析方法,其特征在于,步骤1.3中,事件机理层的边定义为条件性关...

【专利技术属性】
技术研发人员:刘鑫陈俞舟冯收戴礼灿
申请(专利权)人:中国电子科技集团公司第十研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1