[发明专利]一种基于混合打分模型的推文事件摘要生成方法

权利要求书

1.一种基于混合打分模型的推文事件摘要生成方法，其特征在于，包括以下步骤：

步骤1，获取推文；

步骤2，基于混合打分模型对推文进行打分，其中，所述打分模型包括基于逻辑回归分类器的推文文本质量评分模型、基于无向图模型的推文文本概括度评分模型及基于社交圈的用户影响力评分模型；

步骤3，根据所述打分模型的评分结果，得到事件的摘要。

2.如权利要求1所述的基于混合打分模型的推文事件摘要生成方法，其特征在于，所述步骤2包括以下流程：

步骤21，基于逻辑回归分类器的对推文文本质量进行评分；

步骤22，基于无向图模型对推文文本概括度进行评分；

步骤23，基于社交圈对用户影响力进行评分。

3.如权利要求2所述的基于混合打分模型的推文事件摘要生成方法，其特征在于，所述步骤21包括以下流程：

提取推文特征，得到推文特征集，其中，推文特征包括推文长度、推文省略号数量、推文“#”号数量、推文“@”号数量、推文停用词占用比例、推文url的Alexa排名、推文大写字母占用比例、推文特殊符号占用比例，根据推文特征对推文进行质量评分。

4.如权利要求2所述的基于混合打分模型的推文事件摘要生成方法，其特征在于，所述步骤22包括以下流程：

将推文事件的推文s_i＝{tweet₁,tweet₂,...,tweet_m}转换并构建成一个推文的无向图，推文tweet_i和tweet_j的文本相似度text_sim(tweet_i,tweet_j)为

其中，V_i和V_j分别为推文tweet_i和tweet_j的推文词向量。

5.如权利要求4所述的基于混合打分模型的推文事件摘要生成方法，其特征在于，V_i和V_j分别为推文tweet_i和tweet_j通过NLTK工具进行分词、去除停用词和标点符号、词干化后得到的推文词向量。

6.如权利要求2所述的基于混合打分模型的推文事件摘要生成方法，其特征在于，所述步骤23包括以下流程：

用户社交圈内其他用户的粉丝数量和sum_follow_num为

其中，k为用户的社交圈的总人数，对N篇推文进行用户影响力评分，第i个用户的社交圈粉丝数和为sum_follow_num_i，这N个用户对应的社交圈粉丝数和的列表为

sum_follow_num_list＝

{sum_follow_num₁,sum_follow_num₂,...,sum_follow_num_N}

对sum_follow_num_list中的数进行升序排序，推文tweet_j的用户的sum_follow_num在其中的排名为rank_{sum_follow_num}，推文tweet_j对应的用户的社交圈的评分为

用户的粉丝数为follow_num，其社交圈内的其他用户friend_list＝{user₁,user₂,...,user_k}对应的粉丝数为

其中，rank_{follow_num}为用户的粉丝数排名，对用户和friend_list均采集M篇历史推文，得到用户的总点赞数和总转推次数在其社交圈内的其他用户的总点赞数和总转推次数的升序排名rank_{sum_like_num}和rank_{sum_retweet_num}，用户的历史推文的点赞数和转推数的总评分为

其中，α为归一化的调和系数，用户在社交圈内的评分为

基于社交圈的用户影响力评分为

将归一化后的评分作为基于社交圈的用户影响力评分

其中，Max_importance_score为事件发展阶段中的所有推文用户中的最大影响力评分。