[发明专利]多源数据融合的事件分析方法、装置、设备及存储介质

权利要求书

1.一种多源数据融合的事件分析方法，其特征在于，包括：

获取第一数据源产生的当前文本，并对所述当前文本进行预处理得到目标文本；所述预处理包括对文本进行去停用词、格式化和分词处理；

根据历史事件集，判断目标文本是已知事件文本还是未知事件文本；若是未知事件文本，对目标文本进行事件检测处理并获取对应的事件关键词；若是已知事件文本，对目标文本进行事件追踪处理并获取对应的事件关键词；

根据所述事件关键词搜索除所述第一数据源以外的其他数据源产生的相关文本；

根据预设的事件热度预测模型对所述目标文本及其相关文本进行事件热度预测，得到对应的事件热度值；

根据预设的摘要抽取模型对所述目标文本及其相关文本进行摘要抽取，得到对应的事件摘要；

将所述目标文本及其对应的事件关键词、数据源、相关文本、事件热度值和事件摘要关联存储于所述历史事件集中；

所述根据预设的事件热度预测模型对所述目标文本及其相关文本进行事件热度预测，得到对应的事件热度值，包括：

获取所述目标文本及其相关文本中事件的多维特征，所述多维特征包括文本流行度、内容敏感度、情感波动值和用户参与度；

将所述多维特征输入事件热度预测模型进行事件热度预测，得到对应的事件热度值；所述事件热度预测模型是根据历史事件集中历史事件的多维特征及对应的事件热度值为样本集，训练神经网络得到的；

所述根据预设的摘要抽取模型对所述目标文本及其相关文本进行摘要抽取，得到对应的事件摘要，包括：

所述目标文本及其相关文本中每个文本包括主贴和至少一个从贴；

对所述目标文本及其相关文本，基于分裂的层次聚类算法进行聚类，得到多个文本簇，其中一个文本簇代表一个事件发展方向；

对于每个文本簇，根据重要性指标计算所述主贴中每个句子的重要性得分，所述重要性指标包括文本社会关注度、文本代表度和文本概括度；

得到所述主贴中每个句子的重要性得分后，选出其中分值最高的一句加入到结果集中；

根据改进的最大边缘相关MMR算法，依次从剩余的句子中选择与当前结果集相似度最小且句子重要性得分最高的句子加入到结果集中；所述改进的MMR算法是指将MMR算法中原来的相似度、冗余度的考量改为句子重要性得分与冗余度的考量；

合并所有文本簇的结果集得到对应的事件摘要。

2.根据权利要求1所述的多源数据融合的事件分析方法，其特征在于，所述事件热度预测模型的网络结构从输入至输出依次为：第一长短期记忆网络LSTM层、第一Dropout层、第二LSTM层、第三LSTM层、第二Dropout层和全连接层。

3.根据权利要求1所述的多源数据融合的事件分析方法，其特征在于，

根据所述主贴的从贴数量以及各个从贴的社会关注度权重得到所述文本社会关注度；

根据所述主贴所含关键词占事件本阶段关键词的占比得到所述文本代表度；

对所述主贴，根据TextRank算法得到所述文本概括度。

4.根据权利要求1所述的多源数据融合的事件分析方法，其特征在于，所述根据历史事件集，判断目标文本是已知事件文本还是未知事件文本，包括：

将目标文本向量化后，与历史事件集中的每个历史事件对应的事件摘要向量进行相似度比较；

若存在两文本相似度超过预设阈值，则目标文本属于已知事件文本；反之，则目标文本属于未知事件文本。