[發明專利]一種確定熱點事件的方法和相關裝置

有效

• 申請號: 202011442564.2
• 申請日: 2020-12-11
• 公開（公告）號: CN112559745B
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 戴瑾;胡加學
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 馮柳偉

1.一種確定熱點事件的方法，其特征在于，包括：

對目標領域的多個待挖掘文本進行聚類處理，確定每個類簇中心對應的待挖掘文本為目標待挖掘文本；

獲得每個所述目標待挖掘文本與所述目標領域的知識圖譜中每個事件的相似度；所述知識圖譜是基于所述目標領域的歷史文本預先構建的，所述知識圖譜中一條路徑表示一個事件，所述事件包括多個擴展語句；

若所述相似度大于等于預設相似度，確定所述相似度對應的事件為熱點事件；

其中，獲得每個所述目標待挖掘文本與所述目標領域的知識圖譜中每個事件的相似度，包括：

針對每個所述目標待挖掘文本和每個所述事件包括的每個擴展語句，基于所述目標待挖掘文本的語義向量和所述擴展語句的語義向量，獲得所述目標待挖掘文本與所述擴展語句的語義相似度；

基于所述目標待挖掘文本的各個關鍵詞、各個非關鍵詞，所述擴展語句的各個關鍵詞、各個非關鍵詞，以及預設關鍵詞類別權重，獲得所述目標待挖掘文本與所述擴展語句的關鍵詞相似度；

基于語義相似度權重和關鍵詞相似度權重，融合所述語義相似度和所述關鍵詞相似度，獲得所述目標待挖掘文本與所述擴展語句的相似度；

對所述目標待挖掘文本與多個所述擴展語句的多個相似度進行均值處理，獲得所述目標待挖掘文本與所述事件的相似度。

2.根據權利要求1所述的方法，其特征在于，所述基于所述目標待挖掘文本的各個關鍵詞、各個非關鍵詞，所述擴展語句的各個關鍵詞、各個非關鍵詞，以及預設關鍵詞類別權重，獲得所述目標待挖掘文本與所述擴展語句的關鍵詞相似度，包括：

基于所述目標待挖掘文本的各個關鍵詞、所述擴展語句的各個關鍵詞和所述預設關鍵詞類別權重，獲得關鍵詞交集中關鍵詞所屬預設關鍵詞類別的加權和，以及關鍵詞并集中關鍵詞所屬預設關鍵詞類別的加權和；

基于所述目標待挖掘文本的各個非關鍵詞和所述擴展語句的各個非關鍵詞，獲得非關鍵詞交集中非關鍵詞數量，以及非關鍵詞并集中非關鍵詞數量；

基于所述關鍵詞交集中關鍵詞所屬預設關鍵詞類別的加權和、所述關鍵詞并集中關鍵詞所屬預設關鍵詞類別的加權和、所述非關鍵詞交集中非關鍵詞數量以及所述非關鍵詞并集中非關鍵詞數量，獲得所述目標待挖掘文本與所述擴展語句的關鍵詞相似度。

3.根據權利要求1所述的方法，其特征在于，所述關鍵詞相似度權重是基于所述目標待挖掘文本的各個關鍵詞與所述擴展語句的各個關鍵詞的關鍵詞并集中關鍵詞數量、以及所述關鍵詞相似度權重的預設上限獲得的；所述語義相似度權重是1與所述關鍵詞相似度權重的差值。

4.根據權利要求1所述的方法，其特征在于，所述對目標領域的多個待挖掘文本進行聚類處理，確定每個類簇中心對應的待挖掘文本為目標待挖掘文本，包括：

利用預設相似度算法，對所述目標領域的多個待挖掘文本進行聚類處理獲得多個類簇；

確定每個所述類簇中心的待挖掘文本和/或與每個所述類簇中心的距離小于等于預設距離的待挖掘文本為所述目標待挖掘文本。

5.根據權利要求1-4任意一項所述的方法，其特征在于，在所述確定所述相似度對應的事件為熱點事件之后，還包括：

基于所述相似度對應的目標待挖掘文本，更新所述熱點事件包括的多個擴展語句。

6.根據權利要求1所述的方法，其特征在于，還包括：

若所述目標待挖掘文本與所述目標領域的知識圖譜中任意一個事件的相似度均小于所述預設相似度，且所述各個關鍵詞滿足預設事件條件，將所述各個關鍵詞組成新事件；

基于所述新事件更新所述目標領域的知識圖譜。

7.根據權利要求6所述的方法，其特征在于，所述各個關鍵詞滿足預設事件條件具體為所述各個關鍵詞的數量大于等于預設關鍵詞數量，且所述各個關鍵詞包括至少一個所述目標領域的預設業務詞。