[发明专利]一种事件查询处理方法及装置

权利要求书

1.一种事件查询处理方法，其特征在于，包括：

获取经过标准化处理的当前事件，当前事件包括问题现象和原因分析，或问题现象；

对所述当前事件进行特征提取获取特征向量；当所述当前事件包括问题现象时，对所述当前事件进行特征提取获取特征向量包括：对所述问题现象进行特征提取获得问题特征向量；其中，所述对所述问题现象进行特征提取获得问题特征向量包括：对所述问题现象进行关键词提取获得多个问题关键词；分别计算每个问题关键词代表所述问题现象的权重；将每个问题关键词及对应的权重组合作为一个问题关键词集合，多个问题关键词对应多个问题关键词集合；由所述多个问题关键词集合组成问题特征向量；

将所述特征向量输入至预设分类数据库获得所述当前事件的类别，所述预设分类数据库中包括若干个训练样本及多个类别，一个类别包含多个训练样本，每个训练样本包括问题现象、原因分析及处置过程；

在所述预设分类数据库内获取与所述当前事件的类别对应的多个训练样本；

输出多个训练样本中至少一个处置过程，作为当前事件的处置参考。

2.如权利要求1所述的方法，其特征在于，

当所述当前事件包括问题现象和原因分析时，对所述当前事件进行特征提取获取特征向量包括：对所述问题现象和原因分析分别进行特征提取，获得问题特征向量和原因特征向量。

3.如权利要求2所述的方法，其特征在于，当所述当前事件包括问题现象时，将所述特征向量输入至预设分类数据库获得所述当前事件的类别包括：将所述问题特征向量输入至所述预设分类数据库，获得与所述问题特征向量对应的问题类别；

当所述当前事件包括问题现象和原因分析时，将所述特征向量输入至预设分类数据库获得所述当前事件的类别包括：将所述问题特征向量和原因特征向量分别输入至所述预设分类数据库，获得与所述问题特征向量对应的问题类别、及与所述原因特征向量对应的原因类别，其中，所述预设分类数据库中包括若干个训练样本，每个训练样本包括表征问题现象的特征向量及问题类别、表征原因分析的特征向量及原因类别，和表征处置过程特征向量及处置类别。

4.如权利要求3所述的方法，其特征在于，当所述当前事件包括问题现象时，在所述预设分类数据库内获取与所述当前事件的类别对应的多个训练样本包括：在所述预设分类数据库中获取与问题类别一致的若干个训练样本，在若干训练样本中确定出现频率最高的原因类别，获取与出现频率最高的原因类别对应的多个训练样本；

当所述当前事件包括问题现象和原因分析时，在所述预设分类数据库内获取与所述当前事件的类别对应的多个训练样本包括：在所述预设分类数据库的若干个训练样本中获取与问题类别和原因类别均一致的多个训练样本。

5.如权利要求2所述的方法，其特征在于，所述对所述问题现象和原因分析进行特征提取，获得问题特征向量和原因特征向量包括：

对所述问题现象进行关键词提取获得多个问题关键词；分别计算每个问题关键词代表所述问题现象的权重；将每个问题关键词及对应的权重组合作为一个问题关键词集合，多个问题关键词对应多个问题关键词集合；由所述多个问题关键词集合组成问题特征向量；

对所述原因分析进行关键词提取获得多个原因关键词；分别计算每个原因关键词代表所述原因现象的权重；将每个原因关键词及对应的权重组合作为一个原因关键词集合，多个原因关键词对应多个原因关键词集合；由所述多个原因关键词集合组成原因特征向量。

6.如权利要求3所述的方法，其特征在于，将所述问题特征向量输入至所述预设分类数据库，获得与所述问题特征向量对应的问题类别包括：

计算所述问题特征向量与预设分类数据库的若干个训练样本的表征问题现象的特征向量的距离，获得距离最近的K个训练样本；

获取所述K个训练样本的L个问题类别，L≤K；

分别计算所述问题特征向量归属于L个问题类别的概率；

将概率最大的问题类别作为所述问题特征向量的问题类别。