[發(fā)明專(zhuān)利]面向短文本的群體性事件預(yù)警方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201410299114.0
• 申請(qǐng)日: 2014-06-26
• 公開(kāi)（公告）號(hào): CN104091054B
• 公開(kāi)（公告）日: 2017-12-05
• 發(fā)明（設(shè)計(jì)）人: 孫正雅;王桂香;梁倩;郝紅衛(wèi)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所
• 主分類(lèi)號(hào): G06F19/00
• 分類(lèi)號(hào): G06F19/00;G06F17/27
• 代理公司: 中科專(zhuān)利商標(biāo)代理有限責(zé)任公司11021
• 代理人: 宋焰琴

1.一種面向短文本的群體性事件預(yù)警方法，包括以下步驟：

步驟S1：基于互聯(lián)網(wǎng)和通信網(wǎng)獲取的領(lǐng)域相關(guān)語(yǔ)料資源，自動(dòng)構(gòu)建面向群體性安全事件的領(lǐng)域知識(shí)庫(kù)，包括領(lǐng)域本體庫(kù)、事實(shí)庫(kù)、事件庫(kù)和規(guī)則庫(kù)，并實(shí)現(xiàn)其半自動(dòng)化的知識(shí)維護(hù)和更新；

步驟S2：結(jié)合領(lǐng)域知識(shí)庫(kù)，對(duì)短文本進(jìn)行局部結(jié)構(gòu)化抽取和在線分類(lèi)，實(shí)現(xiàn)從海量短文本中識(shí)別出具有潛在安全隱患的群體性事件相關(guān)文本；其中所述步驟S2進(jìn)一步包括以下步驟：

步驟S21：對(duì)待分析的短文本逐句進(jìn)行預(yù)處理，即將漢語(yǔ)進(jìn)行分詞和詞性標(biāo)注，并對(duì)特殊的詞語(yǔ)序列進(jìn)行合并與修正；

步驟S22：基于步驟S21得到的詞語(yǔ)序列，將實(shí)體基于領(lǐng)域本體庫(kù)中的層次化概念空間進(jìn)行概念映射，并同時(shí)對(duì)多義實(shí)體進(jìn)行概念消歧；

步驟S23：基于步驟S22得到的消歧后的詞語(yǔ)序列，根據(jù)漢語(yǔ)基本句式將消歧后的詞語(yǔ)序列進(jìn)行信息抽取，將短文本句子轉(zhuǎn)化為結(jié)構(gòu)化元組表達(dá)形式；

步驟S24：基于步驟S23得到的元組集合，結(jié)合領(lǐng)域知識(shí)庫(kù)獲取當(dāng)前句子的深層語(yǔ)義表示，并用于在線分類(lèi)，如分類(lèi)結(jié)果與群體性事件無(wú)關(guān)且未掃描至該短文本的末句，則返回步驟S21，否則分析下一條短文本；其中所述步驟S24進(jìn)一步包括以下步驟：

步驟S241：根據(jù)步驟S23信息抽取得到的結(jié)果，針對(duì)群體性事件文本的特點(diǎn)，結(jié)合群體性事件領(lǐng)域知識(shí)庫(kù)，對(duì)短文本進(jìn)行知識(shí)泛化、特征提取和特征值計(jì)算；

步驟S242：根據(jù)步驟S241獲取的深層語(yǔ)義特征表示，離線階段利用有標(biāo)注訓(xùn)練集訓(xùn)練二分類(lèi)模型，在線階段根據(jù)分類(lèi)模型進(jìn)行實(shí)時(shí)分類(lèi)，最終輸出識(shí)別結(jié)果；

步驟S3：基于步驟S1構(gòu)建的領(lǐng)域知識(shí)庫(kù)對(duì)步驟S2識(shí)別出來(lái)的短文本進(jìn)行全局結(jié)構(gòu)化處理和在線聚類(lèi)，并根據(jù)每個(gè)“聚類(lèi)簇”內(nèi)所包含的短文本數(shù)目是否超過(guò)給定閾值來(lái)決定是否進(jìn)行及時(shí)預(yù)警。

2.根據(jù)權(quán)利要求1所述的面向短文本的群體性事件預(yù)警方法，其中所述步驟S1進(jìn)一步包括以下步驟：

步驟S11：構(gòu)建領(lǐng)域本體庫(kù)，庫(kù)中存放了領(lǐng)域概念的層次化組織形式，而且概念之間具有等價(jià)關(guān)系以及可能的領(lǐng)域關(guān)系約束；

步驟S12：構(gòu)建領(lǐng)域事實(shí)庫(kù)，庫(kù)中存放了經(jīng)過(guò)語(yǔ)義消歧以及實(shí)體唯一性標(biāo)識(shí)而得到的結(jié)構(gòu)化元組集合；

步驟S13：構(gòu)建領(lǐng)域事件庫(kù)，包括領(lǐng)域相關(guān)詞匯，這些詞匯由行為、施事、受事、修飾、結(jié)果、時(shí)間和地點(diǎn)組成；

步驟S14：構(gòu)建領(lǐng)域規(guī)則庫(kù)，存放了概念元組之間的等價(jià)關(guān)系及其成立的概率。

3.根據(jù)權(quán)利要求2所述的面向短文本的群體性事件預(yù)警方法，其中，所述步驟S13進(jìn)一步包括以下步驟：

步驟S131：根據(jù)領(lǐng)域特定關(guān)鍵詞，依據(jù)“共現(xiàn)關(guān)系”自動(dòng)收集領(lǐng)域相關(guān)詞匯，并進(jìn)行手工歸類(lèi)；

步驟S132：構(gòu)建時(shí)間庫(kù)，庫(kù)中存放了各類(lèi)時(shí)間詞及其數(shù)值編碼，通過(guò)識(shí)別時(shí)間詞并在短文本的發(fā)布時(shí)間基礎(chǔ)上識(shí)別出確切的時(shí)間；另外，該庫(kù)還包括時(shí)區(qū)表，表中存放了世界上各個(gè)國(guó)家的時(shí)區(qū)；

步驟S133：構(gòu)建地點(diǎn)庫(kù)，庫(kù)中按照洲、國(guó)家、省、市、縣的上下位層次關(guān)系存放了世界各國(guó)的著名地區(qū)名稱(chēng)，另外庫(kù)中還包括地點(diǎn)結(jié)尾詞表，表中存放了常用的地點(diǎn)結(jié)尾詞及它們的上下位關(guān)系。