一种基于上下文增强时态知识图的事件实体预测方法

    公开(公告)号:CN118586486A

    公开(公告)日:2024-09-03

    申请号:CN202410624855.5

    申请日:2024-05-20

    Abstract: 本发明公开一种基于上下文增强时态知识图的事件实体预测方法,包括构建时态知识图和实体静态属性图;学习事件实体特征、事件关系特征;历史事件频次信息传递;根据事件实体特征、事件关系特征、以及历史信息频次预测事件实体。本发明通过引入事件实体的静态属性图作为事件的上下文信息,补充事件实体的特征表示,然后结合关系感知GCN和时间门控单元完成历史知识图的自回归建模,从而解决社交网络舆情事件实体预测过程中上下文信息遗漏的问题,提高预测的准确率;通过引入历史信息传递模块补充历史知识图中实体间关系的频次信息,以全局的事件实体集作为最终预测分析目标,从而解决在历史知识图中进行实体预测出现的不可见实体问题。

Patent Agency Ranking