[发明专利]一种互联网舆情信息发生地的判断方法

权利要求书

1.一种互联网舆情信息发生地的判断方法，其特征在于，包括以下步骤：

构建地域属性库，所述地域属性库内包括：地域行政信息，以及与地域行政信息对应的地域建筑信息、地域景点信息、地域文化信息、地域网站信息和地域企业信息；

获取舆情信息文本；

对舆情信息文本中的语句进行分词，得到分词组合；

对分词组合进行过滤，得到最优的分词结果；

将最优的分词结果中的词语分别与地域属性库内的信息进行匹配，输出匹配成功的词语；

根据匹配成功的词语，确定舆情信息类型为行政信息、建筑信息、景点信息、文化信息、网站信息或企业信息中的一种或多种；

设置舆情信息中行政信息、建筑信息、景点信息、文化信息、网站信息和企业信息的优先级权重；

统计舆情信息中优先级最高的信息出现的次数，将出现次数与对应的权重值相乘，将相乘结果相加，得到权重的乘积之和；

设定判定阈值，将权重的乘积之和与判定阈值进行比较，若权重的乘积之和大于或者等于判定阈值，则根据优先级最高的信息得出舆情信息发生地，若权重的乘积之和小于判定阈值，则根据次优先级的信息得出舆情信息发生地。

2.如权利要求1所述的一种互联网舆情信息发生地的判断方法，其特征在于，所述对舆情信息文本中的语句进行分词，得到分词结果的步骤包括：

采用Mmseg算法对需要分词的语句按照从左到右的顺序，对舆情信息文本中的语句进行分词；

识别出所有3个词的分词组合，输出识别出的所有3个词的分词组合。

3.如权利要求2所述的一种互联网舆情信息发生地的判断方法，其特征在于，所述对分词结果进行过滤，得到最优的分词结果的步骤，包括：

利用Mmseg算法的4条消除歧义规则依次对识别出的所有3个词的分词组合进行过滤；

只有一种分词组合或4条消除歧义规则过滤完成时停止过滤；

输出过滤完成后的最优的分词结果。

4.如权利要求1所述的一种互联网舆情信息发生地的判断方法，其特征在于，所述将最优的分词结果中的词语分别与地域属性库内的信息进行匹配，输出匹配成功的词语的步骤，包括：

将最优的分词结果中的每个词分别与地域属性库中的地域行政信息、地域建筑信息、地域景点信息、地域文化信息、地域网站信息和地域企业信息进行匹配；

若最优的分词结果中的某个或多个词语与地域属性库中的信息匹配成功，则根据匹配成功的地域属性库中的信息类型，将匹配成功的最优的分词结果中的词语划分为舆情信息的对应信息类型，得到匹配成功的词语。

5.如权利要求4所述的一种互联网舆情信息发生地的判断方法，其特征在于，还包括：

将最优的分词结果中的每个词分别与地域属性库中的地域行政信息、地域建筑信息、地域景点信息、地域文化信息、地域网站信息和地域企业信息进行匹配；

若分词结果中的某个或多个词语与地域属性库中的信息匹配不成功，则按舆情信息文本的语句顺序进行下一语句分词结果与地域属性库内的信息的匹配。

6.如权利要求1所述的一种互联网舆情信息发生地的判断方法，其特征在于，所述统计舆情信息中优先级最高的信息出现的次数，将出现次数与对应的权重值相乘，将相乘结果相加，得到权重的乘积之和的步骤，包括：

根据地域行政信息、地域建筑信息、地域景点信息、地域文化信息、地域网站信息和地域企业信息的优先级权重设置匹配结果中优先级高的词语为舆情信息的主信息属性词；

设置主信息属性词的判定阈值；

统计舆情信息的分词结果中主信息属性词的出现次数，并确定对应主信息属性词的权重；

将主信息属性词的出现次数与对应的权重值相乘，并将相乘结果相加，得到主信息属性词的权重的乘积之和。