典型文献
基于事件演化图与图卷积神经网络的事件预测
文献摘要：
该文从改进事件演化图构造和丰富事件表示的角度出发,提出了一种基于事件演化图和图卷积网络的事件预测模型.该模型采用事件抽取模型,结合频率和互信息重新定义事件演化图中边的权重.事件语境的表示由BiLSTM和记忆网络学习得到,并在事件演化图的指导下作为输入被馈送到GCN.最终的事件预测由这种事件关系感知、上下文感知和邻域感知的事件嵌入共同完成.在Gigaword基准数据集上的实验结果表明,所提出的模型在事件预测精度方面优于六个先进的模型,与其中最新的SGNN方法相比提高了5.55％.
文献关键词：
事件预测;事件演化图;图卷积网络;记忆网络
中图分类号：
作者姓名：
唐彦;陈逸;张作为
作者机构：
河海大学计算机与信息学院,江苏南京 211100
文献出处：
引用格式：
[1]唐彦;陈逸;张作为-.基于事件演化图与图卷积神经网络的事件预测)[J].中文信息学报,2022(12):123-132
A类：
事件演化图,邻域感知,Gigaword,SGNN
B类：
图卷积神经网络,事件预测,图构造,事件表示,图卷积网络,事件抽取,取模,互信息,重新定义,定义事件,事件语境,BiLSTM,记忆网络,网络学习,习得,下作,馈送,送到,GCN,事件关系,关系感知,上下文感知,共同完成,基准数据集
AB值：
0.310566
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
