公开(公告)号：CN114265932A

公开(公告)日：2022-04-01

申请号：CN202111530106.9

申请日：2021-12-10

申请人： 国家计算机网络与信息安全管理中心广东分中心 ,  讯飞智元信息科技有限公司

发明人： 周小敏 ,  应鸿晖 ,  刁则鸣 ,  聂芹芹 ,  石易 ,  王玉杰 ,  张震 ,  吴飞 ,  卓采标 ,  方四安 ,  李博

IPC分类号： G06F16/35 ,  G06F40/30 ,  G06F40/211 ,  G06F40/284 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/00

摘要： 本发明公开一种融入深度语义关系分类的事件脉络生成方法及系统，所述方法包括如下步骤：对新闻数据集合进行分词，合并后生成词文档序列；训练主题模型，利用训练好的主题模型来完成主题的聚类，得到主题聚类结果；将所有的关键词拼接后输入到bert模型中，最终的新闻文本向量表示为所有token的向量的平均；对于每个主题下获得的所有事件进行分支确定，得到每个主题对应的分支集合，将每个分支中的事件按照时间先后顺序连接，并将分支也按照时间先后顺序连接，即按照分支中最早事件的时间先后顺序连接，最终获得事件脉络。本发明通过结合基于主题模型的文本聚类方法和基于深度语义的事件聚类方法完成事件脉络的生成过程。