计算机工程

作者：王华珍, 许泽, 孙悦, 丘斌, 陈坚, 邱强斌

单位：1. 华侨大学计算机科学与技术学院, 福建 厦门 361021;2. 华侨大学厦门市计算机视觉与模式识别重点实验室, 福建 厦门 361021;3. 智业软件股份有限公司, 福建 厦门 361008

关键词：多标记,事件演化图,事件表示学习,门控图神经网络,事件预测

基金：装备预研教育部联合基金(8091B022150);2022-厦门市一般科技项目(3502Z20226037);厦门市重大科技计划项目(3502Z20221021)。

多标记事件预测是指预测多个相关联的事件是否会在未来发生,相比传统单标记事件预测,需要同时预测多个目标事件。现有的事件预测研究忽略各领域存在的多标记事件情境,且对多标记事件预测研究较少。提出一种基于事件演化图的多标记事件预测模型(MLEP),以实现基于事件演化图(EEG)的多标记事件预测研究模式。首先基于事件链构建事件演化图;然后对多标记事件预测问题进行问题转换,将多标记问题转化为单标记问题,利用事件表示学习方法获取所有事件的向量表示,对多标记事件进行编码;最后采用门控图神经网络(GGNN)框架构建多标记事件预测模型,根据相似度匹配出最优的后续事件,实现多标记事件的预测。在真实数据集上的实验结果表明,MLEP模型可以有效地预测出多标记事件,预测准确率达到了65.58%,性能优于大多现有的基准模型,提升幅度达到了4.94%以上。通过消融实验也证明了更好的事件表示学习方法对事件具有较好的表示效果,提升多标记事件预测的性能。

来源：2024年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第4期