[发明专利]事件发现方法和装置在审
申请号: | 201810354364.8 | 申请日: | 2018-04-19 |
公开(公告)号: | CN110399478A | 公开(公告)日: | 2019-11-01 |
发明(设计)人: | 李涓子;张斌;侯磊;肖玏;张鹏 | 申请(专利权)人: | 清华大学 |
主分类号: | G06F16/35 | 分类号: | G06F16/35 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;吴欢燕 |
地址: | 100084 北京市海*** | 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: | 本发明实施例提供事件发现方法和装置。其中,方法包括:根据全部词类,获取当前时间段的每一新闻文档的表示向量;根据聚类算法,对当前时间段的新闻文档的表示向量进行聚类,将属于同一聚类的表示向量所对应的新闻文档构成报道同一事件的新闻文档集合;对于每一事件,若根据该事件与全部已确定的事件之间的第一相似度,获知该事件与任一已确定的事件相同,则将报道该事件的新闻文档集合,与报道该已确定的事件的新闻文档集合进行合并。装置包括:文档表示模块、事件获取模块和事件合并模块。本发明实施例提供的事件发现方法和装置,有效降低了文档表示的维度,并缓解了语义稀疏问题,能提高事件发现的效率和准确性。 | ||
搜索关键词: | 新闻文档 事件发现 方法和装置 向量 集合 文档表示 时间段 聚类 事件获取模块 聚类算法 事件合并 同一事件 语义 相似度 词类 获知 维度 稀疏 合并 缓解 | ||
【主权项】:
1.一种事件发现方法,其特征在于,包括:S1、根据全部词类,获取当前时间段的每一新闻文档的表示向量;S2、根据聚类算法,对当前时间段的新闻文档的表示向量进行聚类,将属于同一聚类的表示向量所对应的新闻文档构成报道同一事件的新闻文档集合;S3、对于每一所述事件,若根据该事件与全部已确定的事件之间的第一相似度,获知该事件与任一所述已确定的事件相同,则将报道该事件的新闻文档集合,与报道该已确定的事件的新闻文档集合进行合并。
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清华大学,未经清华大学许可,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/201810354364.8/,转载请声明来源钻瓜专利网。