一种面向事件信息推演的数据增强方法

本发明涉及一种面向事件信息推演的数据增强方法，属于人工智能领域。本发明为解决可用的训练数据稀缺且难以获取的问题，利用事件图将采集得到的多源异构数据进行数据融合，使用融合网络的多模态嵌入表示将多源异构数据进行统一的表征描述，获得融合后的时间序列数据，然后，使用生成对抗网络进行训练，使得生成网络G基于随机噪声来生成隐向量Z，恢复网络R将隐向量Z转换回新的时间序列数据。本发明采用生成对抗网络对原始数据集进行扩展，以产生更多样化的训练样本，进而提升事件推演模型的学习效果和泛化能力，有效提升小样本事件信息推演能力。