CN112837148A - 一种融合领域知识的风险逻辑关系量化分析方法 - Google Patents

Abstract

本发明公开了一种融合领域知识的风险逻辑关系量化分析方法。该方法包括：对候选事件集进行关联规则挖掘，以针对候选事件集生成事件对，并分别计算前件事件支持度和后件事件支持度，进而获得事件对的支持度；对事件对进行领域知识抽取，即抽取后件事件所在句，并对句子进行风险损失提取，生成领域事件元组；融合领域知识对逻辑关系进行量化，以向量化所获得的事件对的支持度和风险损失值，通过全连接层以计算输出事件对的关系量化结果。本发明融合领域知识对风险逻辑关系进行量化，生成事件间的风险逻辑关系量化值，从而更加可靠、真实地揭示事件演化路径，能够有效防范和规避风险。

Description

一种融合领域知识的风险逻辑关系量化分析方法

技术领域

本发明涉及信息处理技术领域，更具体地，涉及一种融合领域知识的风险逻辑关系量化分析方法。

背景技术

近年来，事理图谱作为存储事理逻辑关系的新技术受到了广泛关注，事理图谱的研究与应用不断深入，并且已经取得了从无到有开拓性的进展。事理图谱是以事件关系为核心的下一代“知识图谱”，旨在揭示事件的演化模式和逻辑，展示动态知识描述。揭示事理演化模式和逻辑对于事件预测、决策和分布式系统的场景设计具有重要价值，事理图谱在各特定领域都有了应用，构建特定领域的事理图谱，可用于特定现象和行为的逻辑分析。与此同时，海量的事件也在大量的激增，从众多的文本中提取出事件，并对事件间的逻辑关系进行量化，构建事理图谱来刻画人机物的演化关系，预测和决策当前的智能化需求是十分迫切的。

事件之间关系识别是判断候选事件对是否存在关系，并且识别关系的方向。事件关系指的是事件之间的逻辑关系，包括顺承事理关系、因果事理关系、条件事理关系、反转事理关系、上下位事理关系、组成事理关系、并发事理关系等。依次对候选事件的关系进行识别，同一事件对可以存在多种依存关系，即存在两种及两种以上的事件关系。识别出事件之间的关系后，还需要对事件对之间的关系进行方向识别。关系识别和方向识别作为两个独立的二分类任务，关系识别需要对不同的事件关系进行依次识别。

在此基础上，构建事理图谱还需要计算事件与事件之间的转移权重对关系进行量化，如公式(1)。其中，f(A,B)表示满足特定关系事件对<A，B>的出现频数，f(A)表示事件A在整个语料库中出现的频数。仅仅依靠自然语言处理的统计方法进行事件间的关系量化，不足以在领域知识中进行逻辑关系演化和事件预测与决策。

领域知识是特定领域的知识，融合领域知识作为关系量化的重要依据，可以使得关系量化更加可靠、真实。事理图谱用于揭示事件的逻辑演化关系和演化路径，领域事件特定于金融领域事件通常会造成某种风险的损失，或是某种风险明确的金钱损失，或是某种风险明确的股票涨跌等。这些领域知识都对事件之间关系的强度起着重要的作用，因此，对风险损失进行提取，融合领域知识进行关系量化，显得尤为必要。

发明内容

本发明的目的是克服上述现有技术的缺陷，提供一种融合领域知识的风险逻辑关系量化分析方法，该方法包括以下步骤：

对候选事件集进行关联规则挖掘，以针对候选事件集生成事件对，并分别计算前件事件支持度和后件事件支持度，进而获得事件对的支持度；

对事件对进行领域知识抽取，以抽取后件事件所在句，并对句子进行风险损失提取，生成领域事件元组；

融合领域知识对逻辑关系进行量化，以向量化所获得的事件对的支持度和风险损失值，通过全连接层计算输出事件对的关系量化结果。

与现有技术相比，本发明的优点在于，融合领域知识对风险逻辑关系进行量化，生成事件间的关系量化值，从而可靠、真实地揭示事件演化路径，能够防范和规避风险。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。

图1是根据本发明一个实施例的融合领域知识的风险逻辑关系量化分析方法的过程示意图；

图2是根据本发明一个实施例的融合领域知识的风险逻辑关系量化分析方法的流程图；

图3是根据本发明一个实施例的关联规则挖掘流程图；

图4是根据本发明一个实施例的领域知识抽取流程图；

图5是根据本发明一个实施例的逻辑关系量化流程图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

参见图1所示，本发明提供的融合领域知识的风险逻辑关系量化分析方法整体上包括：输入候选事件集，该候选事件集是通过对语料库进行事件抽取生成的事件集；对候选事件进行关联规则挖掘，针对候选事件集生成事件对，扫描语料库，对前件事件支持度进行计算，对后件事件支持度进行计算，再计算事件对的支持度；对事件对进行领域知识抽取，抽取后件事件所在句，再对句子进行风险损失提取，生成领域事件元组；最后，融合领域知识对逻辑关系量化，向量化支持事件对的支持度和风险损失值，例如通过全连接层，计算输出事件对关系量化结果。这种融合领域知识的关系量化结果更加可靠、真实地揭示了事件演化路径，能够防范和规避风险。

具体地，结合图2和图1所示，本发明提出的融合领域知识的风险逻辑关系量化分析方法包括以下步骤。

步骤S210，针对候选事件集，挖掘关联规则，获得事件间的转移权重矩阵。

关联规则挖掘是从事务集合中挖掘出这样的关联规则：它的支持度和置信度大于最低阈值，这个阈值是由用户指定的。在事理图谱中，关联规则挖掘是从条件概率的角度计算事件与事件之间的量化关系。

候选事件关联规则挖掘是基于事件关系存在的条件下计算事件转移权重，事件之间关系识别是判断候选事件对是否存在关系，并且识别关系的方向。依次对候选事件的关系进行识别，同一事件对可以存在多种依存关系，即存在两种及两种以上的事件关系。识别出事件之间的关系后，还需要对事件对之间的关系进行方向识别。关系识别和方向识别作为两个独立的二分类任务，关系识别需要对不同的事件关系进行依次识别。基于关系识别和方向识别后，需要对关系之间的逻辑关系进行量化，即候选事件关联规则挖掘。

如图3所示，对候选事件关联规则挖掘的步骤如下。

步骤S311，起始状态，输入候选事件集E＝{e₁,e₂,…,e_k}；

步骤S312，获取候选事件集E中的一个事件e_l作为前件事件，记入前件事件集L＝{e_l1,e_l2,…,e_li}；

步骤S313，获取候选事件集E中的一个事件e_r作为后件事件，记入后件事件集R＝{e_r1,e_r2,…,e_rj}；

步骤S314，将前件事件e_l和后件事件e_r组成事件对<e_l,e_r>，记入事件对集Ep；

步骤S315，扫描语料库D，对前件事件e_l计数，前件事件支持度记为f(e_l)；对后件事件e_r计数，后件事件支持度记为f(e_r)；

步骤S316，扫描语料库D，对事件对<e_l,e_r>计数，事件对支持度记为f(e_l,e_r)，计算事件对的转移权重，

记入转移权重P矩阵对应位置中；

步骤S317，重复执行S313，直至分析完E中的所有组成后件事件，并将事件对转移权重记入P矩阵对应行的所有列；

步骤S318，重复执行S312，直至分析完E中的所有组成前件事件，并记入P矩阵所有的行；

步骤S319，输出经处理的后件事件集R，事件对集Ep，转移权重矩阵P，表示为：

其中

步骤S220，抽取后件事件领域知识，获得领域知识矩阵。

领域知识是指特定于某个领域的专业知识，专业知识是可有效解决该领域复杂问题的信息。事件对包括前件事件和后件事件，两个事件之间存在着因果关系，并且是由前件事件导致后件事件的发生。后件事件一般会造成一定的效益或损失，本发明针对金融领域知识中的风险管控，后件事件一般会造成金钱损失或股票涨跌等经济效能。

对后件事件领域知识进行抽取，领域知识识别和事件或实体识别类似，提取出的领域知识和关联规则挖掘中的事件转移权重进行风险逻辑关系量化融合。

如图4所示，对后件事件领域知识抽取的步骤如下：

步骤S411，起始状态，输入后件事件集R＝{e_r1,e_r2,…,e_rj}；

步骤S412，获取其中一个后件事件e_rj，扫描语料库D，获取后件事件e_rj所在句子，共计扫描到含有后件事件e_rj的句子m条，记入S_j＝{S_j1,S_j2,…,S_jm}；

步骤S413，获取其中一条语句S_jk，对其进行依存句法分析；

步骤S414，抽取语句S_jk中的风险损失值n_jk，若存在风险损失值，则记入N_j＝{n_j1,n_j2,…,n_jn}；

步骤S415，重复执行S413，直至遍历分析完S_j中的所有语句；

步骤S416，计算后件事件e_rj的加权风险损失值

步骤S417，重复执行S412，遍历完R中所有后件事件，抽取风险损失词，并计算其风险损失值，记入N＝[N₁ N₂ … N_j]^T；

步骤S418，输出经处理的领域知识矩阵N。

在此步骤S220中，通过依存句法分析对领域知识中的风险损失进行识别抽取，有利于提高后续风险逻辑关系量化的精确性。

步骤S230，基于事件转移权重和领域知识矩阵进行风险逻辑关系量化。

具体地，风险逻辑关系量化如图5所示，包括以下步骤：

步骤S511，起始状态，输入事件转移权重矩阵P，领域知识矩阵N；

步骤S512，获取P中一个事件转移权重P_ij，并且向量化表示

步骤S513，依据P_ij从领域知识矩阵N中获取领域知识风险损失值N_j，并且向量化表示

步骤S514，利用全连接层以计算风险逻辑关系量化值

记入G矩阵；

步骤S515，重复执行S512，直至遍历完P中所有事件对的事件转移权重，完成G矩阵，表示为：

步骤S516，输出经处理的风险逻辑关系量化矩阵G。

在此步骤S230中，优选利用全连接层以计算风险逻辑关系量化值，能够将提取事件对支持度、风险损失等特征综合起来，以提高量化结果的准确性。但应理解的是，也可采用其他的网络结构来计算风险逻辑关系量化值。

本发明的风险逻辑关系量化分析方法可应用于多个领域，例如金融领域、证券领域、保险领域、基金领域等。以基金领域为例，候选事件集为中国经济社会近五年的基金相关事件，利用本发明获得的分析结果表征了融合领域知识的事件关系量化显著优于仅依靠词频，即事件支持度。

综上所述，与现有技术方案相比，本发明至少具有以下明显优势：

1)现有风险逻辑关系量化方案的最大问题是仅依靠语料库的词频来衡量，导致事件路径演化不准确，事件决策与预测不可靠。本发明依靠语料库的词频并融合领域知识对风险逻辑关系进行量化，有效提高了领域知识对风险逻辑的量化权重；

2)本发明有效提高了领域知识对风险逻辑的量化权重，不局限于某个专业领域，领域知识的抽取可以扩展至任一业务场景，并且给出的风险逻辑关系量化结果涵盖了候选事件全集，是一种可扩展性强的轻量级方法，从而有效提高现有关系量化的实用性；

3)关联规则挖掘是仅仅依靠自然语言处理的统计方法进行事件间的关系量化，不足以在领域知识中进行逻辑关系演化和事件预测与决策。领域知识是特定领域的知识，它对事件之间关系的强度起着重要的作用，本发明通过融合领域知识作为关系量化的重要依据，可以使得关系量化更加可靠、真实。

4)本发明提出的方法融合了领域知识，通过抽取领域知识向量化，将其与关联规则挖掘后的事件转移权重进行全连接层的计算，对风险逻辑关系进行了全面量化，为事件路径演化与事件决策提供了一种可靠且高效的方法。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如包括但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++、Python等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (7)

1.一种融合领域知识的风险逻辑关系量化分析方法，包括以下步骤：

对候选事件集进行关联规则挖掘，以针对候选事件集生成事件对，并分别计算前件事件支持度和后件事件支持度，进而获得事件对的支持度；

对事件对进行领域知识抽取，以抽取后件事件所在句，并对句子进行风险损失提取，生成领域事件元组；

融合领域知识对逻辑关系进行量化，以向量化所获得的事件对的支持度和风险损失值，通过全连接层计算输出事件对的关系量化结果。

2.根据权利要求1所述的方法，其特征在于，所述对候选事件进行关联规则挖掘包括：

获取候选事件集E＝{e₁,e₂,…,e_k}；

获取候选事件集E中一个事件e_l作为前件事件，记入前件事件集L＝{e_l1,e_l2,…,e_li}；

获取候选事件集E中的一个事件e_r作为后件事件，记入后件事件集R＝{e_r1,e_r2,…,e_rj}；

将前件事件e_l和后件事件e_r组成事件对<e_l,e_r>，记入事件对集Ep；

扫描语料库D，对前件事件e_l计数，前件事件支持度记为f(e_l)，并对后件事件e_r计数，后件事件支持度记为f(e_r)；

扫描语料库D，对事件对<e_l,e_r>计数，事件对支持度记为f(e_l,e_r)，计算事件对的转移权重，

记入转移权重P矩阵对应位置；

在分析完事件集E中的所有组成后件事件后，将事件对转移权重记入P矩阵对应行的所有列；

在分析完事件集E中的所有组成前件事件后，记入P矩阵所有的行；

输出经处理的后件事件集R，事件对集Ep和事件转移权重矩阵P，表示为：

其中

3.根据权利要求2所述的方法，其特征在于，所述对事件对进行领域知识抽取包括：

获取后件事件集R＝{e_r1,e_r2,…,e_rj}；

获取其中一个后件事件e_rj，扫描语料库D，获取后件事件e_rj所在句子，共计扫描到含有后件事件e_rj的句子m条，记入S_j＝{S_j1,S_j2,…,S_jm}；

获取S_j中一条语句S_jk，对其进行依存句法分析；

抽取语句S_jk中的风险损失值n_jk，若存在风险损失值，则记入N_j＝{n_j1,n_j2,…,n_jn}；

遍历分析S_j中的所有语句；

计算后件事件e_rj的加权风险损失值

遍历R中所有后件事件，抽取风险损失，并计算其风险损失值，获得领域知识矩阵N＝[N₁N₂ … N_j]^T。

4.根据权利要求3所述的方法，其特征在于，所述融合领域知识对逻辑关系进行量化包括：

输入事件转移权重矩阵P和领域知识矩阵N；

获取P中一个事件转移权重P_ij，并且向量化表示

依据P_ij从N中获取领域知识风险损失值N_j，并且向量化表示

计算风险逻辑关系量化值

记入风险逻辑关系量化矩阵G；

遍历P中所有事件对的事件转移权重，获得风险逻辑关系量化矩阵G，表示为：

其中，i，j取整数，表示对应的索引。

5.根据权利要求4所述的方法，其特征在于，所述风险逻辑关系量化值

利用全连接层计算获得。

6.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现根据权利要求1至5中任一项所述方法的步骤。

7.一种计算机设备，包括存储器和处理器，在所述存储器上存储有能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至5中任一项所述的方法的步骤。

Images