一种基于智能体图谱的事件因果推断方法、系统和介质与流程

本发明涉及知识图谱和事理图谱领域，更具体的，涉及一种基于智能体图谱的事件因果推断方法、系统和介质。

背景技术：

1、智能体图谱的概念是延续着知识图谱和事理图谱的研究并且更深度了一层。智能体图谱目标在于希望机器能够像人一样拥有解释和推理的能力，该项工作旨在通过构建一个图谱，让机器拥有智能。目前，推断事件的因果主要是由人工来实施。

2、因此，现有技术存在缺陷，亟待改进。

技术实现思路

1、鉴于上述问题，本发明的目的是提供一种基于智能体图谱的事件因果推断方法、系统和介质，能够更加有效的提高机器自主对时间顺延上的事件进行因果推断，帮助决策和归因。

2、本发明第一方面提供了一种基于智能体图谱的事件因果推断方法，包括：

3、获取初始事件信息；

4、将初始事件和预设数据库进行匹配，得到初始事件和预设数据库中事件的相似值；

5、判断所述相似值是否大于预设相似值阈值，若是，则触发事件因果推断开关；若否，则将初始事件设为新事件并进行存储；

6、将触发事件因果推断开关的初始事件发送至预设关联模型，得到初始事件和预设关联模型中事件的关联度；

7、判断所述关联度是否大于预设关联度阈值，若是，则将预设关联模型中事件设为和初始事件存在因果关系；若否，则不存在因果关系；

8、将和初始事件存在因果关系的事件发送至预设终端进行显示。

9、本方案中，还包括：

10、将初始事件和预设数据库中事件的相似值设为s，其公式为：

11、；

12、；

13、其中分别表示初始事件中的实体，时间和地点；分别表示预设数据库中第n个事件中的实体，时间和地点。

14、本方案中，还包括：

15、将初始事件和预设模型中事件的关联度设为d，其公式为：

16、；

17、其中表示初始事件中的行为，表示预设模型中第n个事件中的行为，e表示自然对数的底数。

18、本方案中，还包括：

19、获取预设数据库的更新时间信息；

20、判断预设数据库的更新时间是否等于预设更新时间，若是，则将预设数据库进行更新且更新时间进行重新计算；若否，则不更新。

21、本方案中，还包括：

22、将和初始事件存在因果关系的事件发送至预设模型，得到大于预设关联度阈值的次关联度；

23、将大于预设关联度阈值的次关联度对应事件设为初始事件的并发事件；

24、将初始事件的并发事件发送至预设终端进行显示。

25、本方案中，所述预设关联模型，具体为：一种以历史因果关系图谱以及抽象表述形成的知识为基础的rnn-crf模型。

26、本发明第二方面提供了一种基于智能体图谱的事件因果推断系统，包括存储器和处理器，所述存储器中存储有一种基于智能体图谱的事件因果推断方法程序，所述一种基于智能体图谱的事件因果推断方法程序被所述处理器执行时实现如下步骤：

27、获取初始事件信息；

28、将初始事件和预设数据库进行匹配，得到初始事件和预设数据库中事件的相似值；

29、判断所述相似值是否大于预设相似值阈值，若是，则触发事件因果推断开关；若否，则将初始事件设为新事件并进行存储；

30、将触发事件因果推断开关的初始事件发送至预设关联模型，得到初始事件和预设关联模型中事件的关联度；

31、判断所述关联度是否大于预设关联度阈值，若是，则将预设关联模型中事件设为和初始事件存在因果关系；若否，则不存在因果关系；

32、将和初始事件存在因果关系的事件发送至预设终端进行显示。

33、本方案中，还包括：

34、将初始事件和预设数据库中事件的相似值设为s，其公式为：

35、；

36、；

37、其中分别表示初始事件中的实体，时间和地点；分别表示预设数据库中第n个事件中的实体，时间和地点。

38、本方案中，还包括：

39、将初始事件和预设模型中事件的关联度设为d，其公式为：

40、；

41、其中表示初始事件中的行为，表示预设模型中第n个事件中的行为，e表示自然对数的底数。

42、本方案中，还包括：

43、获取预设数据库的更新时间信息；

44、判断预设数据库的更新时间是否等于预设更新时间，若是，则将预设数据库进行更新且更新时间进行重新计算；若否，则不更新。

45、本方案中，还包括：

46、将和初始事件存在因果关系的事件发送至预设模型，得到大于预设关联度阈值的次关联度；

47、将大于预设关联度阈值的次关联度对应事件设为初始事件的并发事件；

48、将初始事件的并发事件发送至预设终端进行显示。

49、本方案中，所述预设关联模型，具体为：一种以历史因果关系图谱以及抽象表述形成的知识为基础的rnn-crf模型。

50、本发明第三方面提供了一种计算机介质，所述计算机介质中存储有一种基于智能体图谱的事件因果推断方法程序，所述一种基于智能体图谱的事件因果推断方法程序被处理器执行时，实现如上述任一项所述的一种基于智能体图谱的事件因果推断方法的步骤。

51、本发明公开的一种基于智能体图谱的事件因果推断方法、系统和介质，能够使机器自主对时间顺延上的事件进行因果推断，帮助决策和归因。

技术特征：

1.一种基于智能体图谱的事件因果推断方法，其特征在于，包括：

2.根据权利要求1所述的一种基于智能体图谱的事件因果推断方法，其特征在于，还包括：

3.根据权利要求1所述的一种基于智能体图谱的事件因果推断方法，其特征在于，还包括：

4.根据权利要求1所述的一种基于智能体图谱的事件因果推断方法，其特征在于，还包括：

5.根据权利要求1所述的一种基于智能体图谱的事件因果推断方法，其特征在于，还包括：

6.根据权利要求1所述的一种基于智能体图谱的事件因果推断方法，其特征在于，所述预设关联模型，具体为：一种以历史因果关系图谱以及抽象表述形成的知识为基础的rnn-crf模型。

7.一种基于智能体图谱的事件因果推断系统，其特征在于，包括存储器和处理器，所述存储器中存储有一种基于智能体图谱的事件因果推断方法程序，所述一种基于智能体图谱的事件因果推断方法程序被所述处理器执行时实现如下步骤：

8.根据权利要求7所述的一种基于智能体图谱的事件因果推断系统，其特征在于，还包括：

9.根据权利要求7所述的一种基于智能体图谱的事件因果推断系统，其特征在于，还包括：

10.一种计算机介质，其特征在于，所述计算机介质中存储有一种基于智能体图谱的事件因果推断方法程序，所述一种基于智能体图谱的事件因果推断方法程序被处理器执行时，实现如权利要求1至6中任一项所述的一种基于智能体图谱的事件因果推断方法的步骤。

技术总结
本发明公开的一种基于智能体图谱的事件因果推断方法、系统和介质，其中方法包括：获取初始事件信息；将初始事件和预设数据库进行匹配，得到初始事件和预设数据库中事件的相似值；判断所述相似值是否大于预设相似值阈值，若是，则触发事件因果推断开关；若否，则将初始事件设为新事件并进行存储；将触发事件因果推断开关的初始事件发送至预设关联模型，得到初始事件和预设关联模型中事件的关联度；判断所述关联度是否大于预设关联度阈值，若是，则将预设关联模型中事件设为和初始事件存在因果关系；若否，则不存在因果关系。本发明能够使机器自主对时间顺延上的事件进行因果推断，帮助决策和归因。

技术研发人员：张广志,成立立,于笑博,肖同尧
受保护的技术使用者：北京融信数联科技有限公司
技术研发日：
技术公布日：2024/1/14