[发明专利]基于时空语义知识迁移的社会治理热点话题自动识别方法

说明书

本发明公开了一种基于时空语义知识迁移的社会治理热点话题自动识别方法，包括如下步骤：步骤1、获取政务案件信息历史数据并进行预处理；步骤2、构建案件语义标注体系并对经过预处理的政务案件信息历史数据进行标注获得样本数据集；步骤3、获取候选高发区并训练候选高发区时空语义表征向量；步骤4、构建全局语义深度表征学习模型，通过融合高发区时空语义表征向量，获得BIO语义角色标记预测结果和案件全局语义表征向量；步骤5、识别前K个热点话题并自动生成代表性关键词。本发明能够从历史数据中学习案件全局语义表征向量，实现前K个案件热点话题的识别以及代表性关键词的自动生成。

技术领域

本发明涉及面向社会治理的政务案件文本信息的智能处理领域，特别涉及基于时空语义知识迁移的社会治理热点话题自动识别方法。

背景技术

随着我国社会治理体系和治理能力的现代化，政务热线服务不仅需要能够处理好城市中发生的单个案件和事件，更需要不断提升对集中事件的应对能力和响应速度。智慧城市建设以人为本，政务案件绝大多数都与城市中的人和事相关。一个地级市一年建可能产生数十万甚至上百万的政务热线记录，大量的政务案件通过城市12345热线、阳光便民服务、政务联动中心等案件接收渠道海量汇聚。因此，更高效的处理方式意味着不能仅仅将注意力放在处理单个独立案件上，更要能及时从群众反映的各种繁杂情况中总结、归纳和提炼出共性问题或热点话题，并尝试从根源上集中解决，因而迫切需要有更智能化的技术手段能够从政务案件数据中进行热点问题的挖掘和发现。

政务案件内容包括但不限于社会治安、安全生产、环境保护、城市管理等多个不同的业务版块，进一步往下深入可细分为二级、三级甚至更多的业务种类，例如社会治安方面包括矛盾纠纷、非法捕鱼、非法经营、黑车拉客、扰乱公共秩序等；环境保护中包括大气污染、水污染、固废污染和电磁辐射等，且分类规则根据各省市的特点和标准也会有所差异，然而普遍涉足非常广泛的业务门类，也与大量不同的法律依据、责任主体、派单流程和结案标准相关。这些分类主要关注案件相关的责任主体，因此大多以责任主体部门的业务分类为依据。然而这种分类方式很难事无巨细地描绘日常生活中发生的各种类型的事件；事件的归属类别也很难唯一化和绝对化，例如当某个污水井盖发生破漏时，有可能同时涉及到城市部件的管理问题，以及城市道路的环境污染问题，使用分类体系的方式无法对案件信息和属性进行完全意义上的分类。也正因为如此，通过穷举业务规则来实现这些政务案件文本的语义理解的难度非常高，从纷繁复杂的案件中寻求城市居民在一定时间和空间范围内关注的热点问题或话题，便更为困难。此外，尽管通过业务数量和频率能够发现一些普遍现象，但是较难发现事件的集中性、演变趋势与突出程度。

中国专利文献CN112115263A公开了一种基于NLP的社会治理大数据监测预警方法，该方法使用自然语言处理技术对单次输入的社会治理事件进行分类，例如实体关键词提取、所属领域分类，以及通过预设的近似度规则来实现预警。然而，对社会治理数据的检测属于关键词提取层面的自然语言处理技术，以及规则匹配式的预警信息查找，且对于实体词汇的获取依赖词典库。此外，未涉及从历史大数据中学习时空规律与知识，亦未提及将案件的地理位置及多要素信息融入监测预警的过程中。

中国专利文献CN109241429A公开了一种食品安全舆情监控方法及系统，该方法使用爬虫或公开API方式获得食品安全舆情数据，基于政府、企业和消费者三方的关注热点和报道频率等指标来衡量重要程度，使用文本相似度来计算各条新闻的相似度，以及使用全局的TF-IDF来量化每个分词的权重值。然而，未提及使用地理位置作为热点话题识别的重要依据。

中国专利文献CN111581983A公开了一种基于群体分析的网络舆情事件中社会关注热点的预测方法，该方法采用关系图结构，基于双向长短期记忆神经网络构建时间序列预测模型，用于预测舆论事件在未来的社会关注度指标。然而，未提及对于地理位置的空间聚集性以及历史数据时空知识的吸收与运用；未开展空间位置和文本语义的联合评估。