[发明专利]一种公开文本情报的内容冲突检测方法及系统

权利要求书

1.一种公开文本情报的内容冲突检测方法，其特征在于，包括如下步骤：

获取公开文本情报，建立公开文本情报数据集，所述公开文本情报数据集中包括多条文本；

提取所述公开文本情报数据集中的每一条文本的关键词，构建关键词共现矩阵；

对所述关键词共现矩阵进行二值化处理，得到二值化关键词共现矩阵；

根据所述二值化关键词共现矩阵建立关键词共现网络；

提取所述关键词共现网络中的成分，获得成分数据集；

对所述成分数据集中的每一成分进行判断，判断对应成分中是否存在内容冲突；并在判断结果为对应成分中存在内容冲突时，根据存在内容冲突的成分确定所述公开文本情报数据集存在冲突的文本；具体包括：对所述成分数据集中的每一成分进行判断，判断对应成分中是否存在内容语义上的冲突；在判断结果为对应成分中存在内容冲突时，则根据该成分中存在内容语义冲突的关键词检索所述公开文本情报数据集中对应的文本，确定所述公开文本情报数据集存在冲突的文本；

所述提取所述公开文本情报数据集中的每一条文本的关键词，构建关键词共现矩阵，具体包括：对所述公开文本情报数据集中的每一条文本的进行分词，获得该条文本的词条集合；计算该条文本的词条集合中的每个词条的交叉信息熵的期望；根据每个词条的交叉信息熵的期望的大小，对该条文本的词条集合中的词条进行降序的排序；提取排序后的词条集合中的前k个词条作为该文本的关键词；根据文本情报数据集中的每条文本的关键词，建立关键词集合；统计关键词集合中任意两个关键词在同一条文本中共同出现的次数；根据每两个关键词在同一条文本中共同出现的次数，建立关键词共现矩阵；

提取所述关键词共现网络中的成分，获得成分数据集，具体包括：按照同一成分中关键词之间存在共现性，不同成分中的关键词间不存在共现性的原则，提取所述关键词共现网络中的成分；将提取的关键词共现网络中的所有成分组合成成分数据集。

2.根据权利要求1所述的方法，其特征在于，对所述关键词共现矩阵进行二值化处理，得到二值化关键词共现矩阵，具体包括：

将所述关键词共现矩阵中的大于或等于设定阈值的元素替换为1；

将所述关键词共现矩阵中的小于所述设定阈值的元素替换为0。