[发明专利]一种从海量文本中抽取里程碑事件的方法有效
| 申请号： | 201910539127.3 | 申请日： | 2019-06-20 |
| 公开（公告）号： | CN110245209B | 公开（公告）日： | 2022-09-23 |
| 发明（设计）人： | 王鹏宇;吴漾;罗念华;孔庆波;缪新萍;李文科 | 申请（专利权）人： | 贵州电网有限责任公司 |
| 主分类号： | G06F16/31 | 分类号： | G06F16/31;G06F16/35 |
| 代理公司： | 贵阳中新专利商标事务所 52100 | 代理人： | 胡绪东 |
| 地址： | 550002 贵*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种从海量文本中抽取里程碑事件的方法，该方法包括步骤：（1）在海量文本中抽取文件的文件夹层级关联信息，通过树形结构进行数据存储；（2）将文件名和文件的路径名进行拼接作为当前文件的文本，使用K‑Means聚类算法计算每个文件的树形距离，将具有相同层级关系的文件划分在一起作为初始聚类簇，确定K‑Means聚类算法的初始类簇大小；（3）在每一个聚类簇下进行里程碑事件和时间节点的抽取，对抽取结果做筛选后形成事件的里程碑节点列表。本发明在聚类后的每一个簇中再进行里程碑事件和事件节点的抽取，这样可以避免相同事件被抽取成多个子事件后无法合并的问题，同时也提高了抽取的准确率以及完整性。 | ||
| 搜索关键词： | 一种 海量 文本 抽取 里程碑 事件 方法 | ||
【主权项】：
1.一种从海量文本中抽取里程碑事件的方法，其特征在于：该方法包括以下步骤：（1）在海量文本中抽取文件的文件夹层级关联信息，以文件名、文件夹名为节点，以层级关系为边，通过树形结构进行数据存储；（2）将文件名和文件的路径名进行拼接作为当前文件的文本，使用K‑Means聚类算法，计算每个文件的树形距离，将具有相同层级关系的文件划分在一起作为初始聚类簇，同时确定K‑Means聚类算法的初始类簇大小；（3）针对步骤（2）中获得的聚类结果，在每一个聚类簇下进行里程碑事件和时间节点的抽取，对抽取结果做筛选后形成事件的里程碑节点列表。
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贵州电网有限责任公司，未经贵州电网有限责任公司许可，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/201910539127.3/，转载请声明来源钻瓜专利网。
