[發明專利]一種城市事件處理方法及裝置

在審

• 申請號: 202110699295.6
• 申請日: 2021-06-23
• 公開（公告）號: CN113342978A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 謝素丹
• 申請（專利權）人: 杭州數夢工場科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/30;G06F40/284;G06K9/62;G06Q50/26
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 王劍

1.一種城市事件處理方法，其特征在于，應用于城市管理系統；所述城市管理系統與至少一個城市事件監測系統對接；所述方法包括：

獲取城市事件監測系統監測到的城市事件的文本數據，并從所述文本數據中提取文本關鍵詞；

分別計算目標候選關鍵詞集合中的每個候選關鍵詞與所述文本關鍵詞之間的語義相似度；其中，不同的候選關鍵詞集合對應不同的城市事件級別；所述城市事件級別用于指示城市事件的緊急程度；

如果所述目標候選關鍵詞集合中的至少一個候選關鍵詞與所述文本關鍵詞之間的語義相似度超過預設閾值，則將與所述目標候選關鍵詞集合對應的城市事件級別，確定為所述城市事件的城市事件級別。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

從樣本城市事件的文本數據中提取樣本文本關鍵詞；

分別計算預設的業務關鍵詞與所述樣本文本關鍵詞之間的語義相似度；其中，不同的業務關鍵詞對應不同的城市事件級別；

如果所述業務關鍵詞與所述樣本文本關鍵詞之間的語義相似度超過預設閾值，則將所述業務關鍵詞和所述樣本文本關鍵詞，確定為與所述業務關鍵詞對應的城市事件級別對應的候選關鍵詞集合中的候選關鍵詞。

3.根據權利要求1所述的方法，其特征在于，所述分別計算目標候選關鍵詞集合中的每個候選關鍵詞與所述文本關鍵詞之間的語義相似度，包括：

獲取與所述目標候選關鍵詞集合中的每個候選關鍵詞對應的詞向量，以及與所述文本關鍵詞對應的詞向量；

分別計算與所述每個候選關鍵詞對應的詞向量、和與所述文本關鍵詞對應的詞向量之間的語義相似度。

4.根據權利要求1所述的方法，其特征在于，所述如果所述目標候選關鍵詞集合中的至少一個候選關鍵詞與所述文本關鍵詞之間的語義相似度超過預設閾值，則將與所述目標候選關鍵詞集合對應的城市事件級別，確定為所述城市事件的城市事件級別，包括：

如果所述目標候選關鍵詞集合中的任一候選關鍵詞與所述文本關鍵詞之間的語義相似度超過預設閾值，則將與所述目標候選關鍵詞集合對應的城市事件級別對應的計數值遞增；

如果所述計數值超過預設數量，則將與所述目標候選關鍵詞集合對應的城市事件級別，確定為所述城市事件的城市事件級別。

5.根據權利要求4所述的方法，其特征在于，在將與所述目標候選關鍵詞集合對應的城市事件級別，確定為所述城市事件的城市事件級別之前，還包括：

將所述城市事件的文本數據輸入預訓練的分類模型進行分類計算；其中，所述分類模型包括基于若干被標記了城市事件級別的樣本城市事件的文本數據，進行訓練而得到的機器學習模型；

獲取所述分類模型輸出的分類結果；所述分類結果包括所述城市事件的城市事件級別為與所述目標候選關鍵詞集合對應的城市事件級別的預測概率；

所述將與所述目標候選關鍵詞集合對應的城市事件級別，確定為所述城市事件的城市事件級別，包括：

按照預設權重，分別計算與所述目標候選關鍵詞集合對應的城市事件級別對應的所述計數值與所述預測概率的加權之和；

如果所述加權之和超過預設閾值，則將與所述目標候選關鍵詞集合對應的城市事件級別，確定為所述城市事件的城市事件級別。

6.根據權利要求5所述的方法，其特征在于，所述分類模型包括ALBERT模型。

7.根據權利要求5所述的方法，其特征在于，所述城市事件的文本數據中，包括與監測到所述城市事件的城市事件監測系統對應的部門標識；其中，不同的城市事件監測系統對應不同的部門。