[发明专利]一种面向社交网络的特定事件抽取方法

摘要

本发明公开了一种面向社交网络的特定事件抽取方法，一方面利用神经网络实现了文本的表示学习，提取适用于海量数据的泛化能力强的特征；另一方面采用有监督的学习方法，相较于无监督学习方法更具有针对性，可以提供语义清晰的事件表示，使用基于关键词的初滤算法滤除大量与事件无关的推文，提升算法速度；利用神经网络实现对于推文的事件分类，无需人工设计特征，算法泛化能力更强；构建从事件类型到事件实例的层次化分类，形成系统的事件体系；对事件实例簇进行信息抽取，即从描述同一事件的不同推文中综合提取事件的信息，更加全面。

主权项

一种面向社交网络的特定事件抽取方法，其特征在于：具体包含如下步骤：设已知事件类型的训练集Ttrain＝{ttrain_1,ttrain_2,…,ttrain_N；ytrain_1,ytrain_2,…ytrain_N}，其中ttrain_i表示一条推文文本以及retweet、hashtag、用户等推文相关信息，ytrain_i表示推文所属的事件类型且ytrain_i∈{0,1,2,3}，时间段t内采集的推文测试集Ttest＝{ttest_1,ttest_2,…,ttest_N}；步骤1，建立初滤模块的关键字集合；步骤2，对测试集中的推文进行初滤；步骤3，对步骤2初滤后的测试集中的推文进行拼写纠正规范化处理以及分词、词性标注去停用词、提取表情符号、词干化预处理；步骤4，对于训练集Ttrain，训练卷积神经网络，得到事件分类模型；步骤5，利用步骤4得到的事件分类模型对经过步骤3预处理后的测试集推文进行分类，并将类型为其他的推文滤除；步骤6，利用K‑means算法将测试集中同一类型的推文聚类成多个事件实例簇；步骤7，对步骤6得到的事件实例簇按照下述步骤提取事件要素。