[发明专利]事件脉络生成方法及相关装置、电子设备、存储介质

说明书

本申请公开了一种事件脉络生成方法及相关装置、电子设备、存储介质，其中，事件脉络生成方法包括：获取新闻集合的分类信息；其中，新闻集合包括若干新闻文本，分类信息包括至少一组新闻对的第一关系类别，且新闻集合中每两个新闻文本组成一组新闻对；基于分类信息，将新闻集合划分为分别涉及若干主题的第一子集，以及基于分类信息，将第一子集划分为分别涉及若干事件的第二子集；基于分类信息，分别生成各个主题的事件脉络；其中，事件脉络包括相连的若干事件节点，各个事件节点分别对应于涉及主题的第一子集中各个第二子集。上述方案，能够提高生成事件脉络的准确性。

技术领域

本申请涉及自然语言处理技术领域，特别是涉及一种事件脉络生成方法及相关装置、电子设备、存储介质。

背景技术

随着计算机网络的飞速发展和智能设备的不断普及，各类媒体逐渐成为人们日常生活中不可或缺的一部分，互联网上每天都会产生大量新闻文本。

新闻文本的爆炸式增长，在为人们提供丰富资讯的同时，也带来一些问题，主要表现在：用户难以在海量新闻中直观地获取到真正感兴趣的信息，丧失对信息的全局把控，增加了用户获取有效信息的难度。故如何对新闻事件进行动态追踪并对碎片化数据进行分析和挖掘，以形成基于特定主题事件演化过程的脉络结构至关重要。然而现有技术在事件脉络生产过程中，往往存在事件检测效果较差等问题，从而影响事件脉络的准确性。有鉴于此，如何提高生成事件脉络的准确性成为亟待解决的问题。

发明内容

本申请主要解决的技术问题是提供一种事件脉络生成方法及相关装置、电子设备、存储介质，能够提高生成事件脉络的准确性。

为了解决上述技术问题，本申请第一方面提供了一种事件脉络生成方法，包括：获取新闻集合的分类信息；其中，新闻集合包括若干新闻文本，分类信息包括至少一组新闻对的第一关系类别，且新闻集合中每两个新闻文本组成一组新闻对；基于分类信息，将新闻集合划分为分别涉及若干主题的第一子集，以及基于分类信息，将第一子集划分为分别涉及若干事件的第二子集；基于分类信息，分别生成各个主题的事件脉络；其中，事件脉络包括相连的若干事件节点，各个事件节点分别对应于涉及主题的第一子集中各个第二子集。

为了解决上述技术问题，本申请第二方面提供了一种事件脉络生成装置，包括：信息获取模块、集合划分模块和脉络生成模块，信息获取模块用于获取新闻集合的分类信息；其中，新闻集合包括若干新闻文本，分类信息包括至少一组新闻对的第一关系类别，且新闻集合中每两个新闻文本组成一组新闻对；集合划分模块用于基于分类信息，将新闻集合划分为分别涉及若干主题的第一子集，以及基于分类信息，将第一子集划分为分别涉及若干事件的第二子集；脉络生成模块用于基于分类信息，分别生成各个主题的事件脉络；其中，事件脉络包括相连的若干事件节点，各个事件节点分别对应于涉及主题的第一子集中各个第二子集。

为了解决上述技术问题，本申请第三方面提供了一种电子设备，包括相互耦接的存储器和处理器，存储器中存储有程序指令，处理器用于执行程序指令以实现上述第一方面中的事件脉络生成方法。

为了解决上述技术问题，本申请第四方面提供了一种计算机可读存储介质，存储有能够被处理器运行的程序指令，程序指令用于实现上述第一方面中的事件脉络生成方法。

上述方案，获取新闻集合的分类信息，且新闻集合包括若干新闻文本，分类信息包括至少一组新闻对的第一关系类别，新闻集合中每两个新闻文本组成一组新闻对，在此基础上，再基于分类信息，将新闻集合划分为分别涉及若干主题的第一子集，以及基于分类信息，将第一子集划分为分别涉及若干事件的第二子集，从而基于分类信息，分别生成各个主题的事件脉络，且事件脉络包括相连的若干事件节点，各个事件节点分别对应于涉及该主题的第一子集中各个第二子集，由于在事件脉络生成过程中，一方面根据分类信息将新闻集合划分出分别涉及若干主题的第一子集，另一方面根据分类信息将第一子集又划分出分别涉及若干事件的第二子集，即进行主题划分以及事件划分两种不同粒度的集合划分，有利于提升事件检测效果，从而后续再基于分类信息，分别生成各个主题的事件脉络，有利于提高生成事件脉络的准确性。