[发明专利]一种基于文档词汇特征变化的突发事件检测方法无效
| 申请号： | 201310170296.7 | 申请日： | 2013-05-10 |
| 公开（公告）号： | CN103246728A | 公开（公告）日： | 2013-08-14 |
| 发明（设计）人： | 王厚峰;张龙凯 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京万象新悦知识产权代理事务所(普通合伙) 11360 | 代理人： | 朱红涛 |
| 地址： | 100871*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于文档词汇特征变化的突发事件检测方法。包括：利用计算机从新闻网站上的时政新闻报道中爬取指定时间段的新闻文章；对每一个文档进行预处理，包括汉语词切分和词性标注；留下内容词，过滤掉其它词；获取前面k年与目标文档相同时间段及前r天和后r天的新闻文档作为比较文档集；对比较文档集同样进行汉语切词和词性标注处理，保留内容词；从数据库中提取目标文档集中的所有线索词；对线索词集聚类，形成突发事件描述。利用本发明提供的技术方案，可以将事件空间还原到线索词空间，通过聚类的方法输出的线索词子集合，一个子集合对应着一个突发事件的描述。 | ||
| 搜索关键词： | 一种 基于 文档 词汇 特征 变化 突发事件 检测 方法 | ||
【主权项】：
一种基于文档词汇特征变化的突发事件检测方法，其特征是，包括如下步骤：步骤一：利用计算机从新闻网站上的时政新闻报道中爬取指定时间段的新闻文章，每一篇文章表示为一个文档，时间段内的全部文档构成目标文档集合；对每一个文档进行预处理，包括汉语词切分和词性标注；留下内容词，过滤掉其它词；把每一个目标文档及其处理结果存储到计算机的数据库中；步骤二：获取前面k年与目标文档相同时间段及前r天和后r天的新闻文档作为比较文档集；对比较文档集同样进行汉语切词和词性标注处理，保留内容词，将每一个对比文档及其处理结果存储在计算机的数据库中；步骤三：从数据库中提取目标文档集中的所有线索词；步骤四：对线索词集聚类，形成突发事件描述。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学，未经北京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310170296.7/，转载请声明来源钻瓜专利网。
