基于时间知识图谱嵌入的电力恐怖主义事件预测

摘要

电力恐怖主义事件预测对保障人民生活质量和社会稳定至关重要。现有方法利用全球恐怖主义数据库(global terrorism database, GTD)构建两层结构的静态知识图谱预测电力恐怖主义事件，GTD仅包含与恐怖主义事件直接相关的数据，缺乏相应背景信息，同时，两层结构的静态知识图谱无法以事件为中心，难以提取事件间的时序和空间关系。针对以上问题，提出了一种基于时间知识图谱嵌入的电力恐怖主义事件预测方法，该方法有效挖掘GTD和维基百科中的数据，构建模式、事件、数据三层结构的时间知识图谱；同时，使用基于注意力的历史事件嵌入模块对历史事件进行编码，并采用解码器对电力恐怖主义事件的多个方面进行预测。该方法可以有效地获取事件间的相关性以及事件和属性之间的拓扑关系，可对恐怖主义事件相关的多个方面作出准确预测。

关键词

恐怖主义 / 事件预测 / 时间知识图谱 / 门控循环单元 / 注意力机制