[發明專利]從多個微博自動生成信息豐富的內容的方法以及系統

在審

• 申請號: 202011435264.1
• 申請日: 2012-08-06
• 公開（公告）號: CN112486917A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 瑪格迪·瓦利德;卡里姆·達爾維什;阿梅德·阿里
• 申請（專利權）人: 卡塔爾基金會
• 主分類號: G06F16/14
• 分類號: G06F16/14;G06F16/34;G06F16/951;G06Q50/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 劉瑞賢

1.一種從多個微博自動生成信息豐富的內容的方法，每個微博僅包含稀疏信息，所述方法包括：

收集包含微博數據的微博的群體，每個微博包含有限數量的字符；

標準化所述微博數據并將標準化的所述微博數據與其元數據一起編入索引中，

提供允許輸入搜索查詢的用戶界面；

將在所述用戶界面上輸入的搜索查詢與在所述微博數據中的數據進行匹配，所述微博數據部分基于投稿人情緒；

提供匹配處理的結果作為微博數據的子集；

將處理技術應用到微博數據的所述子集以提取與微博數據的所述子集中的事件有關的信息；其中，所述處理技術包括：

使用自然語言處理技術以生成微博數據的所述子集的至少一個種類，所述種類基于微博數據的所述子集的所述稀疏信息與情感之間的相關性；以及

針對所述搜索查詢監測微博投稿人情緒并觀察隨時間的變化；

基于微博和所述種類隨時間生成微博數據的所述子集中的所述事件的投稿人情緒數據，其中，所述投稿人情緒與基于所述微博的所述稀疏信息中的情感的種類相關聯；

從所述微博數據的所述子集提取報告數據，所述報告數據包括最相似微博、最佳情感微博、最佳視頻或鏈接、最佳短語以及計算的隨時間的人氣中的至少一項；

基于與微博數據的所述子集中的事件有關的所述信息產生多組微博；

基于所述報告數據生成報告，所述報告包括多組微博，其中，每組基于與所述事件的所述投稿人情緒數據相關聯的微博數據的所述子集，其中，每個微博基于匹配的搜索查詢與關聯于所述投稿人情緒數據的情感之間的相關性；以及

輸出所述報告。

2.根據權利要求1所述的方法，其中，微博的種類選自以下中至少一個：

包含所匹配的搜索查詢的微博；

包含積極/消極情感的微博；

包含其它形式的情感的微博；

包含與所述搜索查詢相關的諷刺的帖子和/或像玩笑的帖子的微博；

包含與所述搜索查詢相關的鏈接的微博；

包含與所述搜索查詢相關的視頻鏈接的微博。

3.根據權利要求2所述的方法，其中，所述自然語言處理選自以下中至少一個：

文本標準化，

命名實體識別，

關鍵字/關鍵短語提取。

4.根據權利要求3所述的方法，其中，所述處理包括識別URL并且如必要的話擴展URL。

5.根據權利要求3所述的方法，其中，匯總報告提供以下中至少一個：

信息需求與所提取的項目之間的關系圖；

在用戶選擇的時間窗中的所述結果的導航；

與這種事件/實體相關的提取的最佳視頻和鏈接；

針對所需事件提取的最佳諷刺帖子和像玩笑的推文；以及

提取的最積極/消極以及其它類型的分類的情感帖子。

6.根據權利要求3所述的方法，其中，所述微博選自包括以下的組：關于社交網站的帖子；關于新聞文章的評論；關于論壇的評論或帖子；關于社交網站的評論；以及其它用戶生成的內容(UGC)。

7.根據權利要求6所述的方法，其中，將所述微博標準化為具有預定格式的微博數據。

8.根據權利要求7所述的方法，其中，按微博的索引存儲標準化的微博數據以包括所述微博的群體。

9.根據權利要求7所述的方法，其中，所述預定格式包括至少以下中的選擇：

微博文本；

微博標識符；以及

微博時間戳。

10.一種從多個微博自動生成信息豐富的內容的系統，每個微博僅包含稀疏信息，所述方法包括：

計算設備，具有處理器和存儲器：以及

存儲設備；

所述計算設備被配置為執行根據任意前述權利要求所述的方法。