结合事件链和事理图谱的脚本事件预测方法

作者：孙盼; 王琪; 万怀宇

来源：计算机工程, 2021, 1-11.

DOI：10.19678/j.issn.1000-3428.0060781

• 脚本事件预测
• 事件表示
• 事件链
• 事理图谱
• 注意力机制

脚本事件预测任务是指给定一系列已经发生的事件，预测接下来会发生什么。现有的模型在事件表示时无法充分考虑各个元素之间的相关性，且不能同时利用事件链和事理图谱中的信息进行事件预测。为了解决事件表示不全面、信息融合不充分的问题，提出了一种结合事件链和事理图谱的脚本事件预测方法（ECGNet）。首先，将每个事件的各个元素构造成一个短句，使用Transformer捕获元素之间的序列信息，从而获得更准确的事件表示；然后，构建一个长程时序模块（LRTO）学习事件链中的时序信息；同时，构建一个全局事件演化模块（GEEP）捕获隐藏在事理图谱中的演化模式；最后，通过门控注意力机制动态融合时序信息和演化模式进行脚本事件预测。在纽约时报和新浪新闻两个数据集上对模型进行了评估，ECGNet模型的准确率在两个数据集上均取得了3%以上的提升，表明了该模型可以有效融合事件链和事理图谱的信息进行脚本事件预测。

• 单位
  北京交通大学