[發明專利]新聞稿件首發認定方法、裝置和設備

在審

• 申請號: 202210289993.3
• 申請日: 2022-03-22
• 公開（公告）號: CN114638233A
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 蘇宇;秦玉芳;成鵬;靳博;王越;呂微;史峰霖
• 申請（專利權）人: 中國經濟信息社有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/258;G06F40/194;G06F40/279;G06F16/33
• 代理公司: 北京市鼎立東審知識產權代理有限公司 11751
• 代理人: 李芙蓉;朱慧娟

本公開提出了一種新聞稿件首發認定方法、裝置和設備，該方法包括：獲取待分析新聞稿件，提取出待分析新聞稿件的標題；根據標題，由新聞稿件集中進行相似稿件的篩選；在由新聞稿件集中篩選出相似稿件時，分別提取待分析新聞稿件中的實體詞以及相似稿件中的實體詞；對待分析新聞稿件中的實體詞與相似稿件中的實體詞進行匹配，并根據匹配結果確認相似稿件與待分析新聞稿件是否為同一事件的稿件；在相似稿件與待分析新聞稿件為同一事件的稿件時，由與待分析新聞稿件為同一事件的稿件中確定出首發稿件，這樣，便可以提高新聞稿件首發認定結果的準確性。

技術領域

本公開涉及計算機技術領域，尤其涉及一種新聞稿件首發認定方法、裝置和設備。

背景技術

新聞媒體機構中，新聞報道的時效性非常重要，對于首發新聞通常會產生較大的影響力，因此，在新聞稿件發布后會進行首發稿件的認定，以預測新聞稿件的影響程度。

目前，首發新聞認定的方法包括：常規搜索加人工整理的方法以及聚類方法。在通過常規搜索加人工整理的方法進行首發新聞認定時，先按照新聞稿件的關鍵詞在指定范圍內通過搜索引擎進行搜索，然后通過人工對搜索結果進行判定篩選，對被認定為同一事件的新聞稿件的發稿時間進行比對和整理，從而得出待分析時間的首發新聞和具體時效。在采用聚類方法進行首發新聞認定時，先對待分析的稿件進行聚類，再按照聚類的結果將同一新聞事件聚在一個類中，從而在每個類中進行首發新聞的認定和時效分析。但是，采用上述方法得到的首發認定結果準確性較差。

發明內容

有鑒于此，本公開提出了一種新聞稿件首發認定方法、裝置和設備可以提到新聞稿件首發認定的準確性。

根據本公開的第一方面，提供了一種新聞稿件首發認定方法，用于對新聞稿件中事件的首發稿件進行認定，所述方法包括：

獲取待分析新聞稿件，提取出所述待分析新聞稿件的標題；

根據所述標題，由新聞稿件集中進行相似稿件的篩選；

在由所述新聞稿件集中篩選出所述相似稿件時，分別提取所述待分析新聞稿件中的實體詞以及所述相似稿件中的實體詞；

對所述待分析新聞稿件中的實體詞與所述相似稿件中的實體詞進行匹配，并根據匹配結果確認所述相似稿件與所述待分析新聞稿件是否為同一事件的稿件；

在所述相似稿件與所述待分析新聞稿件為同一事件的稿件時，由與所述待分析新聞稿件為同一事件的稿件中確定出首發稿件。

在一種可能的實現方式中，在由所述新聞稿件集中未篩選出所述相似稿件時，直接認定所述待分析新聞稿件為首發稿件。

在一種可能的實現方式中，在由所述新聞稿件集中篩選出所述相似稿件時，還包括：

計算并判斷所述待分析新聞稿件與所述相似稿件的相似度；

在判斷出所述待分析新聞稿件與所述相似稿件的相似度超過預設閾值時，再執行分別提取所述待分析新聞稿件中的實體詞以及所述相似稿件中的實體詞的操作。

在一種可能的實現方式中，在判斷出所述待分析新聞稿件與所述相似稿件的相似度未超過所述預設閾值時，認定所述待分析新聞稿件為首發稿件。

在一種可能的實現方式中，在計算所述待分析新聞稿件與所述相似稿件的相似度時，基于詞向量模型進行。

在一種可能的實現方式中，在提取所述待分析新聞稿件中的實體詞以及所述相似稿件中的實體詞時，基于序列標注模型實現。

在一種可能的實現方式中，在對所述待分析新聞稿件中的實體詞與所述相似稿件中的實體詞進行匹配，并根據匹配結果確認所述相似稿件與所述待分析新聞稿件是否為同一事件的稿件時，包括：

在所述待分析新聞稿件的實體詞和所述相似稿件的實體詞中提取出同類型的實體詞，并進行一致性匹配；