CN119397007A 事件脉络生成方法、设备及计算机可读介质 （上海蜜度蜜巢智能科技有限公司）

本申请实施例提供了一种事件脉络生成方件脉络时的预设条件判断中包含了多事件的识此最终输出的事件脉络准确性具有更高的准确2对事件主题相关的文本数据进行文本聚类，获取多个簇，每个簇提取每个簇的摘要信息，计算各个簇的摘要信息之间的第二相似度，并根包括所述簇的簇中心包含单一的事件主题以及所述簇的簇中心与所述事件主题存在关联，2.根据权利要求1所述的方法，其特征在于，对事件主题相关的媒体数据进行文本聚3.根据权利要求1所述的方法，其特征在于，对事件主题相关的媒体数据进行文本聚采用SinglePass文本聚类算法，对事件主题相关的媒体数据进行文4.根据权利要求1所述的方法，其特征在于，计算每个簇与事件主体之间的第一相似计算每个簇的簇中心与事件主题之间的第一相似度，并6.根据权利要求1所述的方法，其特征在于，计算各个簇的摘要信息之间的第二相似计算各个簇的簇中心的摘要信息之间的第二相似度，并9.一种事件脉络生成设备，其中，该设备包括用于存储计34计算每个簇与事件主体之间的第一相似度，并根据所述第一相似度对簇进行过条件包括所述簇的簇中心包含单一的事件主题以及所述簇的簇中心与所述事件主题存在56[0018]在本申请一个典型的配置中，终端、服务网络的设备均包括一个或多个处理器据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器关于所述事件主题的事件脉络。由于本方案在合并簇时先对样本进行了摘要信息的提取，[0023]图1示出了本申请实施例提供的一种事件脉络生成方法的处理流程，该方法至少要了解关于YY年A市发生地震这一事件的相关脉络，则所述事件主题可以是“YY年A事地7[0027]例如，本实施例中初步获取到的事件主题相关的文本数据为[text1,text2,文本数据进行处理，获取到如下的具体结果：簇c1[text1,text5,text10,…]，簇c2似度与第一阈值进行比较。其中，所述第一相似度可以是关于文本的余弦相似度，以8若簇c1为例对应的center1与title之间的第一相似度大于等于0.4，则表示该簇中的文本2示出了本实施例中提取摘要信息并对簇进行合并的过程示意图，具体包括以下的处理步之间的第二相似度大于等于0.5，则表示该两个簇中的样本数据的摘要信息之间相似性满9以各个簇的簇中心center表示对应的簇，则排序结果可以表示为[center3,center6,含多个事件主题的文本数据，如果一个簇的center只包含一个事件主题，则保留该簇的[0043]特别地，本申请实施例中的方法和/或实施例可以被实现为计算机软件程序。例算机可读存储介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有[0046]可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)