传统的知识图谱关注焦点是实体、实体间关系。实体是静态的概念,事件是动态的,包含了更丰富的语义信息,表现粒度是大于实体的。事件知识图谱以泛化的事件类知识作为主要内容,可以更好的描绘事件发生、演化的发展过程,厘清事件之间发生的规律。本文在CEC2.0中文突发事件语料库的基础上,获取事件类知识和事件类关系知识,构建出事件知识图谱。并使用规则的方法,开展后续事件预测工作。研究为面向事件的知识发现、处理和应用奠定基础,也可以使用事件知识图谱中的事件演化规律,为突发事件应急决策提供支持和依据,从而减少突发事件给人们财产和生命带来的损失和伤害。本文主要研究内容如下:（1）事件类候选触发词的获取,提出基于同义词词林的词语相似度计算方法,用此相似度计算方法可以有效的对语料库中事件触发词进行聚类,从而进一步获取事件类的候选触发词。（2）事件类对象要素的获取,提出基于大词林的事件类对象要素发现方法,以大词林作为其对象到上层概念映射的知识库,对语料库中该事件类的所有事件对象进行由底向上的抽象,从而得到该事件类对象要素的上位词知识。（3）事件类环境要素的获取,提出基于依存句法分析的事件类环境要素发现方法,用依存句法分析确定环境要素的核心词,再通过频次的高低对环境要素进行聚类,得到了各事件类的环境要素。（4）事件类关系的获取,提出采用共现事件的方法判断事件类相关性,统计出具有相关性的事件类之间的发生概率,再基于突发事件语料库中已标注的事件关系映射到事件类关系,实现突发事件类关系发现。（5）事件知识图谱的可视化及应用,以事件类作为节点,事件类之间的关系作为边,发生概率作为权重,对事件知识图谱进行可视化,并且以构建好的事件知识图谱作为知识,基于规则的方法进行后续事件预测研究。实验结果表明,本文提出的事件类知识发现方法在准确率P、召回率R和F1指标下,相比其他方法有所提高。通过实验也证明提出的事件类关系知识发现方式具有有效性。构建的事件知识图谱,对未来面向事件理论研究奠定基础,也为制定应急决策方案提供事实依据,从而控制或减轻突发事件带来的伤害。