[发明专利]基于自然语言处理的市长热线舆情决策支持方法及系统

权利要求书

1.一种基于自然语言处理的市长热线舆情决策支持方法，其特征在于，包括步骤：

（1）基于自然语言处理挖掘市长热线每日的热点事件；

对投诉工单进行分词和关键词提取，构造关键词FpTree；构造条件模式基，条件模式基是要挖掘的项集的前缀路径；构造条件FPTree，递归的在条件FPTree上进行挖掘关键词频繁项集，即热点事件；

（2）基于余弦相似度对热点事件进行精简分类；

（3）采用匹配多关键词的Hash索引法检索出含有热点事件关键词的投诉工单；

（4）采用改进的TextRank算法对检索出来的投诉工单进行摘要提取；

将工单内容处理为包含若干句子的文本，将句子转化为机器可以理解的句子向量；进行句子向量之间的余弦相似度计算，得到相似度矩阵，作为边权重；采用TF-IDF得分作为初始权重值；进行TextRank迭代，计算每个句子的TextRank值，得到句子排名；根据句子排名自动抽取摘要；

（5）工作人员根据摘要报告了解每日的热点事件给相关部门进行汇报。

2.根据权利要求1所述的基于自然语言处理的市长热线舆情决策支持方法，其特征在于，所述步骤（1）中，

关键词的提取方法为TF-IDF算法。

3.根据权利要求1所述的基于自然语言处理的市长热线舆情决策支持方法，其特征在于，所述步骤（1）中，所述构造关键词FpTree包括步骤：

（1.1）设定最小绝对支持度，扫描数据记录，生成关键词一级频繁项集，并按出现次数由多到少排序；

（1.2）再次扫描数据记录，对每条记录中出现的在步骤（1.1）中产生的关键词一级频繁项集，按步骤（1.1）的顺序排序。

4.根据权利要求1所述的基于自然语言处理的市长热线舆情决策支持方法，其特征在于，所述步骤（2）具体包括步骤：

（2.1）设置多个热点分类标志，每个热点分类标志包括若干关键词；

（2.2）计算热点分类标志的所有关键词，与热点事件之间的余弦相似度；

（2.3）找到热点分类标志中与热点事件余弦相似度最大的热点分类标志，并为热点事件打上热点分类标志。

5.根据权利要求4所述的基于自然语言处理的市长热线舆情决策支持方法，其特征在于，所述余弦相似度计算包括步骤：

1）将关键词频繁项集处理成One-Hot编码；

One-Hot编码是分类变量作为二进制向量的表示，将分类值映射到整数值，然后每个整数值被表示为二进制向量；

2）对One-Hot编码的关键词频繁项集进行余弦相似度计算。

6.根据权利要求1所述的基于自然语言处理的市长热线舆情决策支持方法，其特征在于，所述步骤（3）中，

将市长热线投诉工单文本数据库进行预处理，获得关键词与工单号对应的hash表，再采用多关键词检索，利用工单唯一主键对工单进行检索。

7.一种基于自然语言处理的市长热线舆情决策支持系统，采用权利要求1-6中任一项所述的基于自然语言处理的市长热线舆情决策支持方法，其特征在于，包括基础层、数据层、支撑层、应用层、服务层和用户层；

基础层包括机房和网络环境；

数据层包括基础库和智能库；基础库为一次数据，是原始的工单文本信息；智能库为二次数据，是处理过的数据库；

支撑层是算法和应用服务，包括FP-Growth、热点问题分类、信息检索和自动摘要提取；

应用层包括智慧舆情监督、智慧民生感知和智慧决策支持；

服务层包括web端和移动端；

用户层包括政府领导，业务人员和运维人员。