语义信息提取和图结构挖掘的事件骨架生成方法

作     者：黄凯 马廷淮 孙圣杰 龚智恒 汤毅翔 陈思 

作者机构：南京信息工程大学软件学院 江苏海洋大学计算机工程学院 南京信息工程大学计算机学院网络安全学院 南京信息工程大学人工智能学院(未来技术学院) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62102187,62372243) 江苏省自然科学基金(基础研究计划)(BK20210639) 

主　　题：事件模式归纳 事件骨架生成 图生成 语义信息提取 图结构挖掘 

摘      要：事件骨架生成旨在从一系列的事件图中归纳出包含事件类型及其时序关系的事件骨架图。这是在时间复杂事件模式归纳任务中的一个核心步骤。尽管现有的方法在这项任务上已经取得了一定的效果，但是由于事件图的复杂性和多变性，这些方法在挖掘事件图的结构信息和语义信息方面仍显不足。因此，为解决该问题，文中提出了一种事件骨架生成模型。在图编码阶段，模型使用了拉普拉斯位置编码，以精准捕捉和编码图结构的局部信息。同时，模型采用了多头注意力机制和图卷积网络，以提取语义信息和图结构信息，全面总结事件发展的全局结构信息，构建出更泛化，更全面的事件骨架图。实验证明，在事件骨架生成任务上，该模型在Event Match指标上提升了8.83%，Event Sequence Match指标上提升了11.2%（l=2）和7.6%（l=3），实现了较大的性能提升。