为地缘政治事件预测构建更佳的时间结构

通过大语言模型(LLMs)的视角，对地缘政治时间知识图谱(TGKs)进行预测最近获得了广泛关注。虽然时间知识图谱及其概括形式——超关系时间知识图谱(HTKGs)——提供了直观的结构来表示简单的时间关系，但缺乏表达复杂事实的能力。HTKGs的一个关键局限是不支持时间事实中超过两个主要实体，这在现实世界事件中常见。为解决这一局限，本文研究了HTKGs的一种概括形式：超关系时间知识广义超图(HTKGHs)。我们首先为HTKGHs提供形式化描述，表明其在保持向后兼容性的同时支持地缘政治事件中常见的两种复杂事实类型。随后，基于该形式化，我们引入了基于全球事件数据库POLECAT构建的htkgh-polecat数据集。最后，我们对流行的LLMs在该数据集上的表现进行基准测试和分析，提供关于1)利用HTKGH形式化相较于现有方法的积极影响以及2)LLMs在复杂预测任务中的适应性和能力的见解。