[发明专利]面向短文本的群体性事件预警方法和系统

权利要求书

1.一种面向短文本的群体性事件预警方法，包括以下步骤：

步骤S1：基于互联网和通信网获取的领域相关语料资源，自动构建面向群体性安全事件的领域知识库，包括领域本体库、事实库、事件库和规则库，并实现其半自动化的知识维护和更新；

步骤S2：结合领域知识库，对短文本进行局部结构化抽取和在线分类，实现从海量短文本中识别出具有潜在安全隐患的群体性事件相关文本；其中所述步骤S2进一步包括以下步骤：

步骤S21：对待分析的短文本逐句进行预处理，即将汉语进行分词和词性标注，并对特殊的词语序列进行合并与修正；

步骤S22：基于步骤S21得到的词语序列，将实体基于领域本体库中的层次化概念空间进行概念映射，并同时对多义实体进行概念消歧；

步骤S23：基于步骤S22得到的消歧后的词语序列，根据汉语基本句式将消歧后的词语序列进行信息抽取，将短文本句子转化为结构化元组表达形式；

步骤S24：基于步骤S23得到的元组集合，结合领域知识库获取当前句子的深层语义表示，并用于在线分类，如分类结果与群体性事件无关且未扫描至该短文本的末句，则返回步骤S21，否则分析下一条短文本；其中所述步骤S24进一步包括以下步骤：

步骤S241：根据步骤S23信息抽取得到的结果，针对群体性事件文本的特点，结合群体性事件领域知识库，对短文本进行知识泛化、特征提取和特征值计算；

步骤S242：根据步骤S241获取的深层语义特征表示，离线阶段利用有标注训练集训练二分类模型，在线阶段根据分类模型进行实时分类，最终输出识别结果；

步骤S3：基于步骤S1构建的领域知识库对步骤S2识别出来的短文本进行全局结构化处理和在线聚类，并根据每个“聚类簇”内所包含的短文本数目是否超过给定阈值来决定是否进行及时预警。

2.根据权利要求1所述的面向短文本的群体性事件预警方法，其中所述步骤S1进一步包括以下步骤：

步骤S11：构建领域本体库，库中存放了领域概念的层次化组织形式，而且概念之间具有等价关系以及可能的领域关系约束；

步骤S12：构建领域事实库，库中存放了经过语义消歧以及实体唯一性标识而得到的结构化元组集合；

步骤S13：构建领域事件库，包括领域相关词汇，这些词汇由行为、施事、受事、修饰、结果、时间和地点组成；

步骤S14：构建领域规则库，存放了概念元组之间的等价关系及其成立的概率。

3.根据权利要求2所述的面向短文本的群体性事件预警方法，其中，所述步骤S13进一步包括以下步骤：

步骤S131：根据领域特定关键词，依据“共现关系”自动收集领域相关词汇，并进行手工归类；

步骤S132：构建时间库，库中存放了各类时间词及其数值编码，通过识别时间词并在短文本的发布时间基础上识别出确切的时间；另外，该库还包括时区表，表中存放了世界上各个国家的时区；

步骤S133：构建地点库，库中按照洲、国家、省、市、县的上下位层次关系存放了世界各国的著名地区名称，另外库中还包括地点结尾词表，表中存放了常用的地点结尾词及它们的上下位关系。