[发明专利]基于短文本数据的区域事件检测方法和设备

摘要

本发明提供一种基于短文本数据的区域事件检测方法和设备，该方法包括获取待处理的短文本数据，所述短文本数据中包括位置信息；根据所述位置信息从所述短文本数据中选取与预设的位置对应的样本文本数据；分别对选取的样本文本数据进行分词处理，计算所述样本文本数据中各词的权重；根据所述样本文本数据中各词的权重构建所述样本文本数据对应的样本文本—词矩阵；对所述样本文本—词矩阵进行矩阵分解，根据分解得到的样本文本—事件矩阵确定所述各样本文本所属的事件。从而克服了现有技术中无法对短文本数据信息进行有效的处理以进行归纳和分类的问题。

主权项

一种基于短文本数据的区域事件检测方法，其特征在于，包括：获取待处理的短文本数据，所述短文本数据中包括位置信息；根据所述位置信息从所述短文本数据中选取与预设的位置对应的样本文本数据；分别对选取的样本文本数据进行分词处理，计算所述样本文本数据中各词的权重；根据所述样本文本数据中各词的权重构建所述样本文本数据对应的样本文本—词矩阵；对所述样本文本—词矩阵进行矩阵分解，根据分解得到的样本文本—事件矩阵确定所述各样本文本所属的事件；其中，所述样本文本数据j中包括词i，所述计算所述样本文本数据中各词的权重，包括：根据所述词i在所述样本文本数据j中出现的次数Wij及在所有待处理的短文本数据中出现的次数Wi，确定所述词i的分布频率AWFij＝Wij/Wi；根据所述词i的Wij及所述样本文本数据中的所有词的次数Wj，确定所述词i的词频OWFij＝Wij/Wj；根据所述待处理的短文本数据中包括的不同位置信息个数N及所述待处理的短文本数据中包括所述词i的不同位置信息个数Mi，确定所述词i的逆向城市频率ICFij＝N/Mi；根据所述AWFij、OWFij及ICFij确定所述词i在所述样本文本数据j中的权重。