[发明专利]信息溯源方法、系统及存储介质

说明书

本发明实施例涉及一种信息溯源方法、系统及存储介质，所述方法包括：从多个平台中获取同一类目标主题信息，并对所述目标主题信息进行预处理，得到目标文本；创建所述目标文本的目标图谱；对所述目标图谱进行实体链接处理，得到所述目标文本的发布者集合，所述发布者集合携带有所述目标文本的传播路径信息；对所述发布者集合进行溯源分析，确定所述目标主题信息的目标发布者。通过对多个平台上的主题信息进行跨平台、跨时空的追踪和分析，确定主题信息的起源、演变和传播路径，为用户提供全面的信息参考和决策支持，由此，可以实现多平台的信息溯源的技术效果。

技术领域

本发明实施例涉及信息识别技术领域，尤其涉及一种信息溯源方法、系统及存储介质。

背景技术

随着互联网技术的不断发展，越来越多的人开始使用不同的平台来发布内容、分享信息，如社交媒体、博客、论坛等。这些平台上的主题信息(如某一话题、事件或产品的讨论)往往被广泛讨论和转发，但由于平台的差异和信息的传播，难以追溯此类主题信息的来源、演变和传播路径。

目前，多平台主题信息溯源技术已经取得了一定的进展，但仍存在一些挑战和不足。平台差异问题：不同平台的信息格式、数据结构、用户行为等存在很大差异，这给跨平台溯源带来了一定的难度。数据质量问题：互联网上的信息存在大量的噪声、虚假信息和误解释，影响到多平台主题信息溯源的准确性和可信度。数据规模问题：互联网上的信息量非常庞大，如何有效地处理和分析这些数据也是多平台主题信息溯源的难点。

发明内容

鉴于此，为解决上述多平台主题信息的溯源的技术问题，本发明实施例提供一种信息溯源方法、系统及存储介质。

第一方面，本发明实施例提供一种信息溯源方法，包括：

从多个平台中获取同一类目标主题信息，并对所述目标主题信息进行预处理，得到目标文本；

创建所述目标文本的目标图谱；

对所述目标图谱进行实体链接处理，得到所述目标文本的发布者集合，所述发布者集合携带有所述目标文本的传播路径信息；

对所述发布者集合进行溯源分析，确定所述目标主题信息的目标发布者。

在一个可能的实施方式中，所述对所述目标主题信息进行预处理，得到目标文本，包括：

对所述目标主题信息进行余弦相似度的数据抽取，获得无信息缺失的关联数据；

将所述关联数据按照时间参数进行数据排序处理，得到目标文本。

在一个可能的实施方式中，所述创建所述目标文本的目标图谱，包括：

对所述目标文本进行实体抽取，得到所述目标文本的实体抽取结果；

对所述目标文本进行属性抽取，得到所述目标文本的属性抽取结果；

基于所述实体抽取结果，对所述目标文本进行实体关系抽取，得到所述目标文本的关系抽取结果；

基于所述实体抽取结果、所述属性抽取结果和所述关系抽取结果，创建所述目标文本的目标图谱。

在一个可能的实施方式中，所述对所述目标图谱进行实体链接处理，得到所述目标文本的发布者集合，包括：

将所述目标图谱中的实体抽取结果与标准知识库进行匹配，获取所述标准知识库中的准实体集合；

对所述准实体集合中的全部实体分别进行分值评估，得到准实体分值集合；

将所述准实体分值集合中最高分值对应的实体作为目标实体；

将所述目标文本对应的全部目标实体作为发布者集合。