-
公开(公告)号：CN114398500A
公开(公告)日：2022-04-26
申请号：CN202210112341.2
申请日：2022-01-29
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于图增强预训练模型的事件预测方法，包括：获取事件序列，对事件序列进行预训练获得若干个编码向量，并对若干个编码向量进行聚合，获得事件序列的表示向量；基于事件序列的表示向量，获取事件序列中任两个事件的邻接关系；获取事理图谱，基于事理图谱获取事件的逻辑关系；基于任两个事件的邻接关系和事件的逻辑关系完成事件预测。采用事理图谱作为模型学习事件间关系模式的知识库，事理图谱是描述事件及其逻辑关系的图谱，其知识将为事件预测任务提供有力支撑，将预训练语言模型与图结构信息预测进行融合，既能利用预训练模型中的丰富语言学知识，充分理解各个事件的语义，能通过学习事理图谱结构变量实现图结构信息的预测。
-
公开(公告)号：CN114462607A
公开(公告)日：2022-05-10
申请号：CN202210131870.7
申请日：2022-02-14
Applicant: 哈尔滨工业大学
Abstract: 本发明公开基于双曲空间的事理图谱增强的因果推理方法及系统，包括，获取事件对及事理图谱，基于事理图谱获取事件对的证据事件，将证据事件及事件对组成因果证据图，其中事件对包括原因事件和结果事件；将因果证据图转换为事件表示，对将事件表示从欧式空间映射到双曲空间中，获取双曲事件表示；对双曲事件表示进行有向因果推理，得到事件对最终嵌入，并对事件对最终嵌入进行计算，得到因果强度分数。通过上述技术方案，本发明能够提高因果推理的稳定性和可解释性。
-
公开(公告)号：CN114398500B
公开(公告)日：2022-09-09
申请号：CN202210112341.2
申请日：2022-01-29
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于图增强预训练模型的事件预测方法，包括：获取事件序列，对事件序列进行预训练获得若干个编码向量，并对若干个编码向量进行聚合，获得事件序列的表示向量；基于事件序列的表示向量，获取事件序列中任两个事件的邻接关系；获取事理图谱，基于事理图谱获取事件的逻辑关系；基于任两个事件的邻接关系和事件的逻辑关系完成事件预测。采用事理图谱作为模型学习事件间关系模式的知识库，事理图谱是描述事件及其逻辑关系的图谱，其知识将为事件预测任务提供有力支撑，将预训练语言模型与图结构信息预测进行融合，既能利用预训练模型中的丰富语言学知识，充分理解各个事件的语义，能通过学习事理图谱结构变量实现图结构信息的预测。
-
-
Search Results
3
records
(took 0.048 seconds)
