[發(fā)明專利]臺(tái)風(fēng)事件信息聚合方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011245204.3
• 申請(qǐng)日: 2020-11-10
• 公開(kāi)（公告）號(hào): CN112328794B
• 公開(kāi)（公告）日: 2021-08-24
• 發(fā)明（設(shè)計(jì)）人: 張雪英;葉鵬;懷安
• 申請(qǐng)（專利權(quán)）人: 南京師范大學(xué)
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F16/31;G06F16/2455;G06F40/216;G06F40/284;G06F40/289;G06Q50/00
• 代理公司: 南京銳恒專利代理事務(wù)所(普通合伙) 32506
• 代理人: 陳思

1.臺(tái)風(fēng)事件信息聚合方法，其特征在于，主要步驟如下：

步驟1、采集社交媒體中與臺(tái)風(fēng)事件相關(guān)的消息文本，并從中抽取臺(tái)風(fēng)事件信息，并轉(zhuǎn)換為結(jié)構(gòu)化的信息元組形式；在步驟1中，臺(tái)風(fēng)事件信息抽取至少包括信息要素識(shí)別和信息要素關(guān)聯(lián)兩個(gè)部分：

信息要素識(shí)別：明確臺(tái)風(fēng)事件的組成對(duì)象并構(gòu)建分類體系，從社交媒體文本中抽取描述不同類型對(duì)象的名稱與特征信息，其中特征信息包括時(shí)間、位置、屬性和行為；屬性信息分為屬性項(xiàng)和屬性值，屬性項(xiàng)表示屬性的類型，而屬性值為該類型屬性具有的數(shù)據(jù)或數(shù)據(jù)量；

信息要素關(guān)聯(lián)：在同一篇社交媒體文本中，將特征信息依據(jù)其表征對(duì)象與名稱進(jìn)行關(guān)聯(lián)，形成O_n＝T，L，A，B形式的信息元組；其中，O_n為對(duì)象名稱，T為時(shí)間信息，L為位置信息，A為屬性信息，B為行為信息；

步驟2、基于多特征相似度的對(duì)象信息聚合：依據(jù)對(duì)象名稱間的相似度判斷其是否屬于同一對(duì)象的信息元組，將描述同一對(duì)象的信息元組進(jìn)行聚合；在步驟2中，采用詞向量相似度判斷對(duì)象名稱、屬性項(xiàng)和行為項(xiàng)之間相似性，包括以下步驟：

S1、將全部社交媒體文本數(shù)據(jù)進(jìn)行分詞；

S2、將分詞結(jié)果作為訓(xùn)練集，利用Skip-gram模型進(jìn)行詞向量訓(xùn)練；

S3、設(shè)定對(duì)象名稱O_n1、O_n2，屬性項(xiàng)A₁、A₂，行為項(xiàng)B₁、B₂，依據(jù)訓(xùn)練過(guò)的詞向量模型分別獲得O_n1、O_n2、A₁、A₂、B₁、B₂的詞向量E(O_n1)、E(O_n2)、E(A₁)、E(A₂)、E(B₁)、E(B₂)；

S4、利用余弦相似度分別計(jì)算E(O_n1)與E(O_n2)、E(A₁)與E(A₂)、E(B₁)與E(B₂)之間的相似度值sim_n、sim_a和sim_b；若sim_n≥ε_n，sim_a≥ε_a，sim_b≥ε_b，其中ε_n、ε_a、ε_b是閾值，則表明O_n1與O_n2、A₁與A₂、B₁與B₂是相同的對(duì)象名稱、屬性項(xiàng)和行為項(xiàng)，進(jìn)行相應(yīng)的信息聚合；

步驟3、基于時(shí)空特征的狀態(tài)信息聚合：在對(duì)象信息聚合結(jié)果中篩選符合單一時(shí)間和位置條件要求的屬性值和行為值，時(shí)間信息、位置信息與篩選出的屬性值和行為值共同構(gòu)成對(duì)象在特定時(shí)空下的狀態(tài)信息聚合結(jié)果；

步驟4、基于狀態(tài)的過(guò)程信息聚合：在對(duì)象信息聚合結(jié)果中篩選符合時(shí)間和位置范圍要求的時(shí)空節(jié)點(diǎn)信息，對(duì)這些時(shí)空節(jié)點(diǎn)分別進(jìn)行狀態(tài)信息聚合，并將多個(gè)狀態(tài)信息聚合結(jié)果進(jìn)行排序，形成體現(xiàn)動(dòng)態(tài)特性的過(guò)程信息聚合結(jié)果；在步驟4中，對(duì)多個(gè)狀態(tài)信息聚合結(jié)果進(jìn)行排序時(shí)，包括以下步驟：

A1、依據(jù)狀態(tài)的時(shí)間信息，遵循順序或倒序的方式進(jìn)行排序；

A2、依據(jù)狀態(tài)的位置信息，遵循尺度由大到小或由小到大的方式進(jìn)行排序；

A3、依據(jù)狀態(tài)的屬性信息和行為信息，依據(jù)特征值的大小或等級(jí)排序，或者依據(jù)與用戶聚合條件的相似度進(jìn)行排序。

2.根據(jù)權(quán)利要求1所述的臺(tái)風(fēng)事件信息聚合方法，其特征在于，在步驟1中，所述臺(tái)風(fēng)事件信息包括對(duì)象名稱、時(shí)間信息、位置信息、屬性信息和行為信息。

3.根據(jù)權(quán)利要求1所述的臺(tái)風(fēng)事件信息聚合方法，其特征在于，在步驟2中，對(duì)于描述同一對(duì)象的不同信息元組，其中相同類型的屬性項(xiàng)和行為項(xiàng)也需要進(jìn)行進(jìn)一步聚合。