[發明專利]一種市長熱線熱點訴求話題檢測方法和裝置

在審

• 申請號: 202011405266.6
• 申請日: 2020-12-05
• 公開（公告）號: CN112560445A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 楊勇;洪學海
• 申請（專利權）人: 上饒市中科院云計算中心大數據研究院
• 主分類號: G06F40/216
• 分類號: G06F40/216;G06F40/289;G06K9/62;G06Q50/26
• 代理公司: 北京科家知識產權代理事務所(普通合伙) 11427
• 代理人: 張勛

本申請實施例公開了一種市長熱線熱點訴求話題檢測方法和裝置，其中方法包括步驟：通過正則校驗去除文本中的非中文字符，然后對文本進行分詞；對訴求進行話題聚類，檢測出訴求中的熱點話題；挖掘所有訴求話題熱詞，并定期更新話題熱詞；計算話題的熱度值，并定期更新話題的熱度值。本申請實施例提供的方法和裝置實現了自動檢測市長熱線中熱度訴求話題，通過定時計算話題的熱度值，實現了話題的后續追蹤。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種市長熱線熱點訴求話題檢測方法和裝置。

背景技術

隨著互聯網技術的高速發展，市長熱線作為建立在群眾一線的政府機構，是聯結政府和人民群眾的重要紐帶。但是，隨著市長熱線的廣泛運用，每天都有成千上萬的訴求需要處理，目前，都是通過人工篩選過濾的模式對訴求進行處理,這種方法顯然難以在短時間內收集當前的熱點訴求。如何在政務大數據支撐下，利用政務大數據和人工智能技術，建立政務大數據集,并從數據集中挖掘訴求中熱點訴求，并追蹤訴求的后續發展，從而提高政府決策的前瞻性。目前市長熱線主要存在以下幾個方面的問題。第一，采用人工方式處理系統中的訴求，效率低。第二，不能實現對訴求話題的關注和后續追蹤。

發明內容

本申請的目的在于提供一種市長熱線熱點訴求話題檢測方法和裝置，該方法實現了自動檢測市長熱線中熱度訴求話題，通過定時計算話題的熱度值，實現了話題的后續追蹤。

第一方面，本申請實施例提供的一種市長熱線熱點訴求話題檢測方法，包括步驟：通過正則校驗去除文本中的非中文字符，然后對文本進行分詞；對訴求進行話題聚類，檢測出訴求中的熱點話題；挖掘所有訴求話題熱詞，并定期更新話題熱詞；計算話題的熱度值，并定期更新話題的熱度值，實現對訴求話題的追蹤。

一個可選的實施例中，所述通過正則校驗去除文本中的非中文字符，然后對文本進行分詞包括：通過正則表達式去除訴求文本數據中的非中文字符，包括但不限于：標點符號，表情符、數字、英文；通過“結巴”分詞工具對文本數據分詞，在分詞的過程中需要構建停用詞表和自定義字典，停用詞表去除訴求文本數據中一些無意義的詞。

一個可選的實施例中，通過潛在狄利克雷分布模型對訴求進行話題聚類,具體包括：從狄利克雷分布α中取樣生成訴求文檔i的主題分布θ(i)，通過α得到文檔i的主題分布；從主題的多項式分布θ(i)中取樣生成訴求文檔i第j個詞的主題z(i,j)，從主題分布中得到詞的主題；從狄利克雷分布β中取樣生成主題 z(i,j)的詞語分布φ_z(i,j)得到所述主題的詞分布；從詞語的多項式分布φ_z(i,j)中采樣最終生成詞語w(i,j)根據所述的詞分布得到詞。

一個可選的實施例中，通過TF-IDF算法挖掘所有訴求話題熱詞，并按照所述熱詞的權重，選出權重最高的50個熱詞作為訴求的熱詞，并保存所述熱詞的權重，通過詞云的方式展示。

一個可選的實施例中，通過如下公式計算話題的熱度值：

其中，hot_init表示話題的初始熱度，α*(n-1)表示話題訴求數量部分，其中α訴求數量影響因子，n話題中訴求的數量，表示熱度隨時間衰減，δ表示時間控制因子，t₁表示當前時間，t₀表示事件產生時間，單位為小時。

第二方面，本申請實施例還公開了一種裝置，包括：

分詞單元，用于通過正則校驗去除文本中的非中文字符，然后對文本進行分詞；

聚類單元，用于對訴求進行話題聚類，檢測出訴求中的熱點話題；

熱詞單元，用于挖掘所有訴求話題熱詞，并定期更新話題熱詞；

熱度計算單元，用于計算話題的熱度值，并定期更新話題的熱度值。