[发明专利]多维度特征融合相似事件计算方法、系统及电子设备

说明书

本发明公开了一种多维度特征融合相似事件计算方法、系统及电子设备，该方法包括：根据当前事件与历史事件的主题词、摘要、标题、论元、触发词、生命周期、文本类型分别得到当前事件与每一个历史事件的主题词语义相似值、摘要句子语义相似值、句法相似值、论元相似值、触发词相似值、时间窗口相似值和文本类别相似值；对多个相似值进行加权融合得到当前事件与每一个历史事件的相似分数值；当相似分数值大于预设阈值时，根据当前事件与历史事件的发生地点和命名实体进行加权得到加权后的相似分数值；根据最终的相似分数值对历史事件进行排序得到排序结果，根据排序结果确定与当前事件相似度高的历史事件。通过多个维度提高事件相似性查找的准确度。

技术领域

本发明涉及文本分析领域，具体涉及到一种多维度特征融合相似事件计算方法、系统、电子设备及存储介质。

背景技术

现有的舆情分析平台，都是针对正在发生的事件进行热度和传播分析，而缺失了历史相似事件的对比分析。

目前，通常是根据关键词对比，或者通过关键词搜索，来得到包含关键词的历史事件，这种方法对历史事件进行查找比较粗略，无法得到相似度高的历史事件。

发明内容

有鉴于此，本发明实施例提供了一种多维度特征融合相似事件计算方法、系统、电子设备及存储介质，以解决现有技术中历史事件查找相似度低的缺陷。

为此，本发明实施例提供了如下技术方案：

根据第一方面，本发明实施例提供了一种多维度特征融合相似事件计算方法，包括：获取当前事件的当前事件主题词、当前事件摘要、当前事件标题、当前事件论元、当前事件触发词、当前事件生命周期、当前事件文本类别、当前事件命名实体和当前事件发生地点；获取每一个历史事件的历史事件主题词、历史事件摘要、历史事件标题、历史事件论元、历史事件触发词、历史事件生命周期、历史事件文本类别、历史事件命名实体和历史事件发生地点；根据当前事件主题词和每一个历史事件的历史事件主题词得到当前事件与每一个历史事件的主题词语义相似值；根据当前事件摘要和每一个历史事件的历史事件摘要得到当前事件与每一个历史事件的摘要句子语义相似值；根据当前事件标题和每一个历史事件的历史事件标题得到当前事件与每一个历史事件的句法相似值；根据当前事件论元和每一个历史事件的历史事件论元得到当前事件与每一个历史事件的论元相似值；根据当前事件触发词和每一个历史事件的历史事件触发词得到当前事件与每一个历史事件的触发词相似值；根据当前事件生命周期和每一个历史事件的历史事件生命周期得到当前事件与每一个历史事件的时间窗口相似值；根据当前事件文本类别和每一个历史事件的历史事件文本类别得到当前事件与每一个历史事件的文本类别相似值；分别对每一个历史事件的主题词语义相似值、摘要句子语义相似值、句法相似值、论元相似值、触发词相似值、时间窗口相似值和文本类别相似值进行加权融合，得到当前事件与每一个历史事件的相似分数值；分别判断每一个历史事件的相似分数值是否大于预设阈值；若历史事件的相似分数值小于或者等于预设阈值，则历史事件的相似分数值保持不变，将相似分数值作为当前事件与历史事件的最终相似分数值；若历史事件的相似分数值大于预设阈值，则根据当前事件命名实体、当前事件发生地点、历史事件命名实体和历史事件发生地点对历史事件的相似分数值进行命名实体和地域加权，得到加权后的相似分数值，并将加权后的相似分数值作为当前事件与历史事件的最终相似分数值；根据最终相似分数值对历史事件进行排序，得到当前事件的相似事件排序结果。