[发明专利]一种确定热点事件的方法和相关装置

权利要求书

1.一种确定热点事件的方法，其特征在于，包括：

对目标领域的多个待挖掘文本进行聚类处理，确定每个类簇中心对应的待挖掘文本为目标待挖掘文本；

获得每个所述目标待挖掘文本与所述目标领域的知识图谱中每个事件的相似度；所述知识图谱是基于所述目标领域的历史文本预先构建的，所述知识图谱中一条路径表示一个事件，所述事件包括多个扩展语句；

若所述相似度大于等于预设相似度，确定所述相似度对应的事件为热点事件；

其中，获得每个所述目标待挖掘文本与所述目标领域的知识图谱中每个事件的相似度，包括：

针对每个所述目标待挖掘文本和每个所述事件包括的每个扩展语句，基于所述目标待挖掘文本的语义向量和所述扩展语句的语义向量，获得所述目标待挖掘文本与所述扩展语句的语义相似度；

基于所述目标待挖掘文本的各个关键词、各个非关键词，所述扩展语句的各个关键词、各个非关键词，以及预设关键词类别权重，获得所述目标待挖掘文本与所述扩展语句的关键词相似度；

基于语义相似度权重和关键词相似度权重，融合所述语义相似度和所述关键词相似度，获得所述目标待挖掘文本与所述扩展语句的相似度；

对所述目标待挖掘文本与多个所述扩展语句的多个相似度进行均值处理，获得所述目标待挖掘文本与所述事件的相似度。

2.根据权利要求1所述的方法，其特征在于，所述基于所述目标待挖掘文本的各个关键词、各个非关键词，所述扩展语句的各个关键词、各个非关键词，以及预设关键词类别权重，获得所述目标待挖掘文本与所述扩展语句的关键词相似度，包括：

基于所述目标待挖掘文本的各个关键词、所述扩展语句的各个关键词和所述预设关键词类别权重，获得关键词交集中关键词所属预设关键词类别的加权和，以及关键词并集中关键词所属预设关键词类别的加权和；

基于所述目标待挖掘文本的各个非关键词和所述扩展语句的各个非关键词，获得非关键词交集中非关键词数量，以及非关键词并集中非关键词数量；

基于所述关键词交集中关键词所属预设关键词类别的加权和、所述关键词并集中关键词所属预设关键词类别的加权和、所述非关键词交集中非关键词数量以及所述非关键词并集中非关键词数量，获得所述目标待挖掘文本与所述扩展语句的关键词相似度。

3.根据权利要求1所述的方法，其特征在于，所述关键词相似度权重是基于所述目标待挖掘文本的各个关键词与所述扩展语句的各个关键词的关键词并集中关键词数量、以及所述关键词相似度权重的预设上限获得的；所述语义相似度权重是1与所述关键词相似度权重的差值。

4.根据权利要求1所述的方法，其特征在于，所述对目标领域的多个待挖掘文本进行聚类处理，确定每个类簇中心对应的待挖掘文本为目标待挖掘文本，包括：

利用预设相似度算法，对所述目标领域的多个待挖掘文本进行聚类处理获得多个类簇；

确定每个所述类簇中心的待挖掘文本和/或与每个所述类簇中心的距离小于等于预设距离的待挖掘文本为所述目标待挖掘文本。

5.根据权利要求1-4任意一项所述的方法，其特征在于，在所述确定所述相似度对应的事件为热点事件之后，还包括：

基于所述相似度对应的目标待挖掘文本，更新所述热点事件包括的多个扩展语句。

6.根据权利要求1所述的方法，其特征在于，还包括：

若所述目标待挖掘文本与所述目标领域的知识图谱中任意一个事件的相似度均小于所述预设相似度，且所述各个关键词满足预设事件条件，将所述各个关键词组成新事件；

基于所述新事件更新所述目标领域的知识图谱。

7.根据权利要求6所述的方法，其特征在于，所述各个关键词满足预设事件条件具体为所述各个关键词的数量大于等于预设关键词数量，且所述各个关键词包括至少一个所述目标领域的预设业务词。