[发明专利]按事件将文档编译到时间线中

权利要求书

1.一种用于捕获如由文档集所描述的话题随时间的演变的方法，包括：

访问在时间段内从至少一个社交媒体服务收集的第一文档集；

从所述第一文档集提取上下文向量，所述上下文向量包括代表性n元语法集，所述代表性n元语法集描述所述第一文档集的方面；

标识由所述第一文档集链接到的第二文档集；

根据所选择的标准对所述第二文档集进行排名；

基于与所述上下文向量的至少一部分的相似性来选择所述第二文档集的子集；以及

在时间线文档中创建条目，所述条目包括以下中的一项或多项：

所述第二文档集的所述子集；

与所述第二文档集的所述子集的至少一部分相关联的观点；

标题；

描述；以及

来自所述第一文档集的原始文档。

2.根据权利要求1所述的方法，其中所述上下文向量包括话题。

3.根据权利要求1所述的方法，还包括计算针对所述第二文档集的所述子集中的每个文档的所述观点。

4.根据权利要求3所述的方法，其中计算所述观点包括：

标识所述第一文档集中的文档的发送者；

访问与所述发送者相关联的简档；

基于所述简档来标识与所述发送者相关联的观点；以及

将所述观点与所述第二文档集中的至少一个文档相关联。

5.根据权利要求4所述的方法，还包括：

标识已经与所述至少一个文档中的所述文档交互的用户；

标识与所述用户相关联的观点；以及

将所述观点与所述至少一个文档相关联。

6.根据权利要求1、2、3、4或5所述的方法，还包括：

标识所述时间线文档中的条目点；

选择目标时间线文档中的第二条目点；

基于与所述条目点相关联的元数据和与所述第二条目点相关联的元数据来计算相似性得分；以及

当所述相似性得分超过阈值时，在所述条目点和所述第二条目点之间添加链接。

7.根据权利要求1、2、3、4或5所述的方法，其中基于与所述上下文向量的至少一部分的相似性来选择所述第二文档集的子集包括：

计算针对所述第二文档集中的至少K个文档的选择得分；以及

选择所述第二文档集中具有最高选择得分的N个文档作为所述第二文档集的所述子集。

8.根据权利要求1、2、3、4或5所述的方法，其中提取上下文向量包括：

根据至少一个主题来聚类所述第一文档集；

标识具有超过阈值的文档数目的那些簇，并且对于经如此标识的每个簇：

提取针对所述簇的n元语法，并且将所述n元语法存储作为所述上下文向量的一部分；

从个体的簇中标识所标识的所述簇中的文档集；

聚类所述文档集以标识所述文档集内的子话题，所述聚类定义子簇集；

标识所述子簇集中具有超过第二阈值的第二文档数目的子簇，并且提取针对每个所标识的子簇的子簇n元语法；以及

将每个子簇n元语法存储为所述上下文向量的一部分。