(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111494624.X (22)申请日 2021.12.08 (71)申请人 用友网络科技股份有限公司 地址 100094 北京市海淀区北清路68号 (72)发明人 谢春甫　 (74)专利代理 机构 北京友联知识产权代理事务 所(普通合伙) 11343 代理人 冯志强　尚志峰 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/36(2019.01) G06F 40/211(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 10/04(2012.01) (54)发明名称 基于事件图谱的信息预测系统和信息预测 方法 (57)摘要 本发明提供了一种基于事件图谱的信息预 测系统和信息预测方法， 一种基于事件图谱的信 息预测系统， 包括： 事件匹配装置， 用于基于至少 一个事件关键词搜索与事件关键词匹配的至少 一个关联事件； 事件图谱构建装置， 与事件匹配 装置连接， 用于在搜索到至少一个关联事件后， 基于至少一个关联事件构建事件图谱； 嵌入装 置， 与事件图谱构建装置连接， 用于将构建的事 件图谱输入信息预测装置中； 信息预测装置， 与 嵌入装置连接， 用于根据嵌入装置输入的事件图 谱进行信息预测， 并生成待预测参数的预测值。 本申请能够基于事件关键词进行新闻等事件的 智能获取， 并能够根据获取到的事件对待预测参 数进行有效预测， 以此就使 得用户能够及时地掌 握到预设参数的预测值。 权利要求书2页 说明书10页 附图3页 CN 114138941 A 2022.03.04 CN 114138941 A 1.一种基于事 件图谱的信息预测系统， 其特 征在于， 包括： 事件匹配装置， 用于基于至少一个事件关键词搜索与 所述事件关键词匹配的至少一个 关联事件； 事件图谱构建装置， 与所述事件匹配装置连接， 用于在搜索到至少一个所述关联事件 后， 基于至少一个所述关联事 件构建事 件图谱； 嵌入装置， 与所述事件图谱构建装置连接， 用于将构建的事件图谱输入信息预测装置 中； 信息预测装置， 与所述嵌入装置连接， 用于根据所述嵌入装置输入的事件图谱进行信 息预测， 并生成待预测参数的预测值。 2.根据权利要求1所述的基于事件图谱的信 息预测系统， 其特征在于， 所述事件图谱构 建装置包括： Chinese ‑bert模型， 与所述事件匹配装置连接， 用于根据所述事件匹配装置搜 索到的每 个关联事 件进行字向量的编码， 并对应合成能够被bi ‑LSTM模型识别的句向量； 所述bi‑LSTM模型， 与所述Chinese ‑bert模型连接， 用于从所述bi ‑LSTM模型合成的句 向量中提取关键特 征数据， 并将提取 出的所述关键特 征数据输入至 CRF模型； CRF模型， 与所述bi ‑LSTM模型 连接， 用于根据所述关键特 征数据构建出 所述事件图谱。 3.根据权利要求1所述的基于事件图谱的信 息预测系统， 其特征在于， 所述嵌入装置具 体用于将所述事件图谱中每个事件均分为多个三元组， 并通过TransD模型将所述多个三元 组代入信息预测装置 。 4.根据权利要求1所述的基于事件图谱的信 息预测系统， 其特征在于， 所述信 息预测装 置具体用于： 通过TransD模型对所述多个三元组进行处理， 得到能够表征所有事件的事件代码， 将 所述事件代码输入至信息预测装置， 通过所述信息预测装置基于所述事件代码进 行信息预 测， 并生成待预测参数的预测值。 5.根据权利要求1至4中任一项所述的基于事件图谱的信息预测系统， 其特征在于， 所 述信息预测装置具体用于： 基于预设天数内接收到的所有所述事件图谱进行信 息预测， 并生成待预测参数的预测 值。 6.一种基于事件图谱的信息预测方法， 其特征在于， 所述信息预测方法通过计算机系 统实现， 所述计算机系统包括输入装置、 输出装置、 存储装置和处理器， 所述计算机系统与 服务器连接， 所述基于事 件图谱的信息预测方法包括： 通过所述输入 装置接收搜索输入， 所述搜索输入 包括至少一个事 件关键词； 通过所述处理器根据所述至少一个事件关键词在所述服务器搜索与所述事件关键词 匹配的至少一个关联事 件； 在搜索到至少一个所述关联事件后， 所述处理器根据至少一个所述关联事件构建事件 图谱； 所述处理器根据所述事 件图谱通过 所述输出装置 输出待预测参数的预测值。 7.根据权利要求6所述的基于事件图谱的信 息预测方法， 其特征在于， 所述处理器根据 至少一个所述关联事 件构建事 件图谱的步骤具体包括： 通过Chinese ‑bert模型对搜索到的每个关联事件进行字向量的编码， 并对应合成能够权　利　要　求　书 1/2 页 2 CN 114138941 A 2被bi‑LSTM模型识别的句向量； 通过所述bi ‑LSTM模型从所述Chinese ‑bert模型中提取关键特征数据， 并将提取出的 所述关键特 征数据加入CRF模型， 然后通过 所述CRF模型构建出一个所述事 件图谱。 8.根据权利要求6所述的基于事件图谱的信 息预测方法， 其特征在于， 所述处理器根据 所述事件图谱通过 所述输出装置 输出待预测参数的预测值的步骤 包括： 将所述事 件图谱中每 个事件均分为多个三元组； 通过TransD模型对所述多个三元组进行处理， 得到能够表征所有事件的事件代码， 所 述处理器基于所述事 件代码输出待预测参数的预测值。 9.根据权利要求6至8任一项所述的基于事件图谱的信息预测方法， 其特征在于， 所述 处理器根据所述事 件图谱通过 所述输出装置 输出待预测参数的预测值的步骤， 具体包括： 基于预设天数内接收到的所有所述事件图谱进行信 息预测， 并生成待预测参数的预测 值。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理 器执行时实现如权利要求6 至9任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114138941 A 3