[发明专利]一种确定热点事件的方法和相关装置

说明书

本申请公开了一种确定热点事件的方法和相关装置，该方法包括：对目标领域的多个待挖掘文本进行聚类处理，将每个类簇中心对应的待挖掘文本确定为目标待挖掘文本；计算每个目标待挖掘文本与目标领域的知识图谱中每个事件的相似度；该知识图谱是基于目标领域的历史文本预先构建的，其中一条路径表示一个包括多个扩展语句的事件；判断相似度大于等于预设相似度时，确定该相似度对应的事件为热点事件。通过聚类对目标领域的多个待挖掘文本，计算每个类簇中心对应的待挖掘文本，与基于目标领域的历史文本预先构建的知识图谱中事件的相似度，将较大相似度对应的事件作为热点事件，能够直接自动挖掘得到目标领域的多个待挖掘文本所对应的热点事件。

技术领域

本申请涉及数据挖掘技术领域，尤其涉及一种确定热点事件的方法和相关装置。

背景技术

随着网络技术的飞速发展，网络成为信息产生和传播的主要渠道。为了能够从海量的信息中快速获取高质量的、有效的信息，热点事件的自动挖掘技术受到各领域的密切关注；其中，事件预定义为有结构的、有类型的、关联的实体或关系。

目前，在文本场景中，热点事件的自动挖掘是指利用主题模型、聚类等方法处理海量的文本，得到海量的文本所对应的主题信息。但是，该主题信息仅仅是一些主题词或者相关词，而不是上述预定义的事件。即，上述主题模型、聚类等方法无法直接自动挖掘得到热点事件，从而导致热点事件的自动挖掘结果较差。

发明内容

有鉴于此，本申请实施例提供一种确定热点事件的方法和相关装置，能够直接自动挖掘得到热点事件，从而提高热点事件的自动挖掘结果。

第一方面，本申请实施例提供了一种确定热点事件的方法，所述方法包括：

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。

可选的，所述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，利用预设相似度算法获得所述目标待挖掘文本与所述事件包括的每个扩展语句的相似度；

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。

可选的，所述利用预设相似度算法获得所述目标待挖掘文本与所述事件包括的每个扩展语句的相似度，包括：

针对每个所述目标待挖掘文本和每个所述扩展语句，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。

可选的，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；