[发明专利]基于特征项权重增长趋势的事件检测与跟踪方法

摘要

本发明公开了一种基于特征项权重增长趋势的事件检测与跟踪方法，其特征在于：先按新闻时序依次从新闻库中取新闻；然后从新闻中提取关键词作为特征项构建新闻向量模型；接着将第一则新闻文本作为一个事件存入事件库；再把新获取的新闻依次与事件库中的每一事件进行对比，获取最大的相似度值并与相似度阈值进行比较，若最大相似度值大于相似度阈值，则将该新闻归入到对应事件，否则，作为一个新事件存入事件库。本发明通过对事件的特征项权重依据时间的分布特征研究，发现与事件主旨关系比较密切的特征项，使用特征项的增长趋势来反映特征项的热度，根据特征项的这个特征，设计新的相似度算法，进而比较有效地检测出一些热点事件并追踪其发展态势。

主权项

1.一种基于特征项权重增长趋势的事件检测与跟踪方法，其特征在于，包括以下步骤：(1)从新闻门户网站爬取新闻形成新闻集合；(2)针对新闻集合中的每一篇新闻，从新闻的标题与正文中提取关键词作为新闻特征项，以特征项构建新闻向量模型；(3)从新闻集合中提取第一则新闻，并作为一个事件存入事件库，该新闻的新闻特征项即为对应事件的事件特征项；(4)按新闻时序依次从新闻集合中取出新闻，并且依次计算所提出的新闻与每个事件的相似度，取最大的相似度值，并与预先设定的相似度阈值进行比较，当最大相似度值大于相似度阈值，将该新闻归入到最大相似度值对应的事件中，实行步骤5，当最大相似度值小于相似度阈值，将该新闻作为一个新的事件存入事件库，并直接实行步骤6；(5)当一则新闻归入某个事件时，如果该新闻拥有事件的一个或多个事件特征项，则将对应的事件特征项权重加1；如果事件缺少该新闻的一个或多个新闻特征项，则将对应的新闻特征项添加到该事件的事件特征项中，并设置初始权重为1，且每当有新闻归入到一个事件时，根据衰减比例对每个事件特征项的权重进行衰减。(6)判断新闻集合中的新闻是否全部取出，若没有全部取出，重复步骤4～5，若全部取出，结束事件检测和跟踪。