[发明专利]一种查找人员影踪的方法及装置

说明书

技术领域

本发明涉及网络通信领域，尤其涉及一种查找人员影踪的方法及装置。

背景技术

目前大量的新闻报道中都会有新闻人员在具体时间、地点所从事的活动，通过对新闻语料中人员影踪的挖掘，可以向互联网用户呈现出特定人员在特定时间段内去过的地方，所从事过的活动，甚至可以预告他们将要从事的活动。现有技术提供的人员影踪的搜索方法主要通过人工统计特定人员在具体时间、地点所从事的活动。

在实现本发明的过程中，现有技术所提供的技术方案存在如下问题：

现有技术的方案通过人工统计的方法来获取人员影踪的，其效率较低，且容易发生人为错误，当新闻数量特别大时，人工也无法准确统计，进而无法获取人员的影踪。

发明内容

本发明实施方式提供一种查找人员影踪的方法，所述方法包括：

将存储的新闻数据中的每个独立的句子通过模式匹配提取每个独立句子中的时间信息 ；

在包含有时间信息的独立句子中提取地点信息，在检测出该地点信息的前一个相邻的词存在于存储的趋向描述词集合时，则确定所述地点信息为有效的地点信息；

在包含有效地点信息的独立句子中提取人员信息，如提取的人员信息为唯一的人员，则将所述独立句子中的人员、时间、地点作为该人员的一条影踪，并存储该人员影踪。

本发明还提供一种查找人员影踪的装置，所述装置包括 ：

在间单元，用于将存储的新闻数据中的每个独立的句子通过模式匹配提取每个独立句子中的时间信息 ；

地点单元，用于在包含有时间信息的独立句子中提取地点信息，在检测出该地点信息的前一个相邻的词存在于存储的趋向描述词集合时，则确定所述地点信息为有效的地点信息 ；

任务单元，用于在包含有效地点信息的独立句子中提取人员信息，如提取的人员信息为唯一的人员，则将所述独立句子中的人员、时间、地点作为该人员的一条踪迹，并存储该人员影踪。

由上述所提供的技术方案可以看出，本发明实施例的技术方案能自动搜索人员的影踪，具有效率高，不会发生人为错误的优点，且在新闻数量巨大的情况下，也能对任务影踪进行准确的统计。

附图说明

图 1 为本发明提供的一种查找人员影踪的方法的流程图；

图 2 为本发明一实施例提供的一种查找人员影踪的方法的流程图。

图 3 为本发明提供的一种查找人员影踪的装置的结构图。

具体实施方式

本发明实施方式提供一种查找人员影踪的方法，该方法如图1所示，包括：

S11、将存储的新闻数据中的每个独立的句子通过模式匹配提取每个独立句子中的时间信息 ；

获取时间信息的方法可以为，对上述独立的句子使用正则表达式来实现对时间信息的提取；也可以用枚举所有可能的日期，与句子中的日期进行逐个匹配。

上述正则表达式的具体实现方法可以参见 JAVA、C++ 等程序开发语言中相关描述。

S12、在包含有时间信息的独立句子中提取地点信息，在检测出该地点信息的前一个相邻的词存在于存储的趋向描述词集合时，则确定该地点信息为有效的地点信息。

上述提取出地点信息的方法可以为 ：将独立句子进行分词处理后，提取句子中的地点信息。提取地点信息的方法还可以为 ：枚举所有可能的地点信息，与句子中的词进行逐个匹配，该所有的地点信息可以为全国所有的城市名称。

上述趋向描述词集合可以为：

{″在″，″于″，″抵达″，″抵″，″来到″，″前往″，″飞往″，″飞抵″，″返回″，″赶回″，″回″，″莅临″，″赴″，″去″，″到″，″去往″，″访问″，″考察″，″登陆″，″离开″，″赶往″，″重返″，″去″，″来″，″到达″，″飞离″，″行至″，″来回″，″往返″，″奔赴″，″开赴″，″留在″，″进入″，″登录″，″赶到″，″来到了″，″抵达了″，″返回了″，″赶回了″，″赶到了″，″进入了″，″到达了″，″离开了″，″到了″，″去了″，″来了″，″飞离了″}

S13、在包含有效地点信息的独立句子中提取人员信息，如提取的人员信息为唯一的人员，则将该独立句子中的人员、时间、地点作为该人员的一条影踪，并存储该人员影踪。

本发明提供的人员影踪的查找方法能自动查找人员的影踪，具有效率高，不会发生人为错误的优点，且在新闻数量巨大的情况下，也能对任务影踪进行准确的统计。