一种知识增强因果链推理的事件预测方法

本发明公开了一种知识增强因果链推理的事件预测方法。其中，方法包括建立事件征候识别框架；获取事件文本，利用事件征候识别框架对事件文本进行事件摘要与分类，论元抽取与匹配操作，获得事件文本对应的匹配因果知识图；基于匹配因果知识图，使用蒙特卡洛模拟方法对与匹配因果知识图对应的事件征候进行推理和概率估计，确定事件征候发生的概率；并将匹配因果知识图中的节点信息格式化为事件征候推理的提示词，并将提示词输入事件征候识别框架中，获得事件征候发生概率。本发明提供的方案是在大型语料库中进行自监督预训练，无需利用大量的标注数据进行训练，因此，相比于深度学习模型，可显著降低成本。