买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国电子科技集团公司第五十四研究所;武汉大学
摘要:本发明公开了一种基于双层嵌套聚类的故事脉络生成方法,属于社交媒体数据挖掘与分析技术领域。本发明首先基于生成的多主题故事集合实现代表性事件的子话题挖掘和关联分析,生成具有骨干及分支脉络的多层次故事树;在对于不同等级的脉络构建了骨干脉络标题摘要和联合语义主题及地理实体概念的GeoTextRank分支脉络摘要算法,实现了对故事主题及情节的提炼。本发明利用双层嵌套聚类的故事脉络生成方法,分别聚类生成故事脉络骨干和故事脉络的分支事件,从宏观上简明直观的展示热点事件,从微观精细化跟踪热点事件,从而实现多层次的主题抽取手段和关联策略,为事件的发展演化分析奠定基础。
主权项:1.一种基于双层嵌套聚类的故事脉络生成方法,其特征在于,包括以下步骤:1设置时间区间和主题关键词,对社交媒体平台进行数据爬取,并对爬取的推文数据进行预处理获得代表性事件集合;2采用词嵌入模型将代表性事件集合转化为高维稠密向量,使用基于黎曼几何的降维算法UMAP对高维稠密向量进行降维,对降维后的向量使用无监督的HDBSCAN算法进行聚类,初步形成包含各个事件簇的故事脉络骨干;3利用语义余弦相似度和文本公共子序列相似度对故事脉络骨干中的事件簇计算融合相似度,基于最小相似性的故事分支聚类算法,对故事脉络骨干中的事件簇进行二次聚类,完成故事分支脉络生成;4对构建的故事脉络骨干和故事脉络分支中的关键信息进行抽取凝练,完成双层嵌套聚类的故事脉络生成。
全文数据:
权利要求:
百度查询: 中国电子科技集团公司第五十四研究所 武汉大学 一种基于双层嵌套聚类的故事脉络生成方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。