CN112733909A - 一种城市案件的去重识别方法、装置、介质及电子设备 - Google Patents

一种城市案件的去重识别方法、装置、介质及电子设备 Download PDF

Info

Publication number
CN112733909A
CN112733909A CN202011629784.6A CN202011629784A CN112733909A CN 112733909 A CN112733909 A CN 112733909A CN 202011629784 A CN202011629784 A CN 202011629784A CN 112733909 A CN112733909 A CN 112733909A
Authority
CN
China
Prior art keywords
case
identification
current
city
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011629784.6A
Other languages
English (en)
Inventor
郭文杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Softcom Smart City Technology Co ltd
Original Assignee
Beijing Softcom Smart City Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Softcom Smart City Technology Co ltd filed Critical Beijing Softcom Smart City Technology Co ltd
Priority to CN202011629784.6A priority Critical patent/CN112733909A/zh
Publication of CN112733909A publication Critical patent/CN112733909A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例公开了一种城市案件的去重识别方法、装置、介质及电子设备。该方法包括：获取当前城市案件的当前内容识别结果；所述内容识别结果是基于智能识别技术对至少一个信息维度的识别得出的；从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则确定当前城市案件与所述目标内容识别结果对应的目标城市案件为重复案件；对所述当前城市案件和所述目标城市案件进行合并处理。本技术方案，可以解决现有技术中智慧城管平台依靠人工去重的缺陷，实现案件内容识别和案件去重过程的自动化运行机制，提升城市日常案件处置效率，从而提高城市的运行效率。

Description

一种城市案件的去重识别方法、装置、介质及电子设备
技术领域
本申请实施例涉及城市案件的去重识别技术领域，尤其涉及一种城市案件的去重识别方法、装置、介质及电子设备。
背景技术
随着社会的不断发展，城市的快速扩张，城市日常管理正面临着巨大的压力，城市日常案件的数量也在与日俱增。
城市管理智能化随需求应运而生，其既是现代社会发展的需要，也是对传统城市管理方法的革新的需要。而智慧城市管理系统是智能化城市管理的工具和手段，利用图像算法、数据挖掘、调度算法等先进技术能提升城管问题解决效率。随着智慧城管在各大中小城市的建设，大量城市管理案件快速被获取到智慧城管平台之上，但是大量案件不断重复、堆积增加了城市管理的难度。
但对案件识别去重大多是通过平台下的人员角色进行人工去重工作，具有去重筛选精准度差、人工成本高、覆盖范围小、规则制定不明确、内容对比标准不规范的缺点，极大的影响城市日常案件的处置效率，亟需改进。
发明内容
本申请实施例提供一种城市案件的去重识别方法、装置、介质及电子设备，以实现城市案件的智能化去重识别，提高城市案件处理效率。
第一方面，本申请实施例提供了一种城市案件的去重识别方法，该方法包括：
获取当前城市案件的当前内容识别结果；所述内容识别结果是基于智能识别技术对至少一个信息维度的识别得出的；
从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则确定当前城市案件与所述目标内容识别结果对应的目标城市案件为重复案件；
对所述当前城市案件和所述目标城市案件进行合并处理。
第二方面，本申请实施例提供了一种城市案件的去重识别装置，该装置包括：
识别结果获取模块，用于获取当前城市案件的当前内容识别结果；所述内容识别结果是基于智能识别技术对至少一个信息维度的识别得出的；
识别结果对比模块，用于从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则确定当前城市案件与所述目标内容识别结果对应的目标城市案件为重复案件；
城市案件合并模块，用于对所述当前城市案件和所述目标城市案件进行合并处理。
第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的城市案件的去重识别方法。
第四方面，本申请实施例提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例所述的城市案件的去重识别方法。
本申请实施例所提供的一种城市案件的去重识别方法、装置、介质及电子设备，通过获取当前城市案件的当前内容识别结果，从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则对所述当前城市案件和所述目标城市案件进行合并处理，解决了现有技术中智慧城管平台依靠人工去重的缺陷，实现案件内容识别和案件去重过程的自动化运行机制，提升城市日常案件处置效率，从而提高城市的运行效率，为城市案件的去重识别提供了一种新思路。
附图说明
图1是本申请实施例提供的城市案件的去重识别方法的流程图；
图2是本申请实施例提供的城市案件的去重识别过程的示意图；
图3是本申请实施例提供的城市案件的去重识别过程的示意图；
图4是本申请实施例提供的城市案件的去重识别装置的结构示意图；
图5是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本申请实施例一提供的城市案件的去重识别方法的流程图，本实施例可适用于大量城市案件堆积、重复时对城市案件进行去重识别的情况，该方法可以由本申请实施例所提供的城市案件的去重识别装置执行，该装置可以由软件和/或硬件的方式来实现，并可集成于城市案件管理的智能终端等电子设备中。
如图1所示，城市案件的去重识别方法包括：
S110、获取当前城市案件的当前内容识别结果；内容识别结果是基于智能识别技术对至少一个信息维度的识别得出的。
城市案件是与城市管理相关的案件，可以包括与机动车、共享单车、小广告、垃圾桶、电动摩托车、道路栅栏、泄水口和窨井盖相关的案件，但不限于此，本申请在此不作具体限定。城市案件管理系统中，预先存储有城市案件内容。欲获取当前城市案件的当前内容识别结果，需要先接收当前城市案件并获取当前城市案件的识别信息。识别信息可以是基于城市案件信息录入结果确定的，可以是文本信息、图片信息和视频信息中的至少一种。其中，识别信息有至少一个信息维度，信息维度可以包括案件标题、发生时间、发生位置、内容描述以及附件等。也就是说，识别信息包括案件标题、发生时间、发生位置、内容描述以及附件中的至少一种。
在本实施例中，识别信息可以是城市案件管理系统中涉及的城市管理事件的记录信息、统计信息等，还可以是城市案件管理系统获取的例如微信、微博等信息平台上的互联网舆情数据信息。一方面，由于互联网数据包含的信息数据维度较大，相应舆情数据可指示已发生或将发生的涉及城市事件，另一方面，由于互联网数据实时性较强，可以在第一时间反映已发生的相应城市事件。所以，互联网舆情数据信息也可以作为识别信息。优选地，在获取互联网舆情数据信息时，可以采用网络爬虫技术以预设频率从有线网络和/或无线网络中抽取互联网舆情数据。
在获取当前城市案件的识别信息后，对识别信息采用智能识别方式，进行关键字识别、图片识别以及视频信息识别，最后将得到的识别结果确定为当前城市案件的内容识别结果，即完成了当前城市案件的当前内容识别结果获取。
S120、从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则确定当前城市案件与目标内容识别结果对应的目标城市案件为重复案件。
相似参考库中存储有历史城市案件的内容识别结果，历史城市案件可以是以队列的形式进行处理的，可以理解的，首个历史城市案件，可以再识别到内容识别结果后直接入库，从第二个历史城市案件开始，在得到内容识别结果后需要和相似参考库中的历史城市案件内容识别结果相对比，以确定当前在识别的案件是否与其他案件存在重复。其中，历史内容识别结果可能与当前内容识别结果有部分重叠。
在历史内容识别结果与当前内容识别结果部分重叠的情况下，可对二者进行数据比对，获取历史内容识别结果与当前内容识别结果的相似度。根据两者相似度和设定阈值确定当前城市案件是否为重复案件。当相似度大于阈值时，对应的历史内容识别结果为目标内容识别结果。
具体的，若不存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则将当前内容识别结果存储至相似参考库中。若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则确定当前城市案件与目标内容识别结果对应的目标城市案件为重复案件。
S130、对当前城市案件和目标城市案件进行合并处理。
若确定当前城市案件与目标内容识别结果对应的目标城市案件为重复事件，则对当前城市事件和目标城市事件进行合并处理。可选的，可以对当前城市案件和目标城市案件进行信息资源整合，得到合并后的案件，并删除当前城市案件和目标城市案件。也可以，直接删除当前城市案件，继续获取下一个城市案件的下一个内容识别结果。具体的重复案件处理方式本实施例在此不作具体限制。
本实施例提供的技术方案，通过获取当前城市案件的当前内容识别结果，从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则对当前城市案件和目标城市案件进行合并处理，解决了现有技术中智慧城管平台依靠人工去重的缺陷，实现案件内容识别和案件去重过程的自动化运行机制，提升城市日常案件处置效率，从而提高城市的运行效率，为城市案件的去重识别提供了一种新思路。
实施例二
图2是本发明实施例二中的城市案件的去重识别过程的示意图，本实施例二在实施例一的基础上进行进一步地优化。具体优化为：给出了如何获取当前城市案件的当前内容识别结果的具体情况介绍。
其中，未在本实施例中详尽描述的内容详见实施例一。如图2所示，该方法包括以下步骤：
S210、获取当前城市案件的识别信息，识别信息包括案件标题、发生时间、发生位置、内容描述以及附件中的至少一种。
案件标题、发生时间、发生位置、内容描述以及附件表征识别信息的多个维度。其中，案件标题和发生位置是必要信息，不可缺少；而附件具体包括图片、视频等信息。示例性的，识别信息可以是，2020年12月28日15:28鲁磨路与珞喻路交界处共享单车停放混乱；也可以是，2020年12月24日12:50大智路道路中段小轿车司机酒后驾车撞坏栅栏。
城市案件是与城市管理相关的案件，可以包括机动车、共享单车、小广告、垃圾桶、电动摩托车、道路栅栏、泄水口和窨井盖等，但不限于此，本申请在此不作具体限定。
S220、对识别信息采用智能识别方式，进行关键字识别、图片识别以及视频信息识别。
在获取当前城市案件的识别信息后，对识别信息采用智能识别方式，进行关键字识别、图片识别以及视频信息识别。
可选的，可以对识别信息进行关键字识别。具体的，需要获取待识别的文本信息，对文本信息进行分词获得词汇集；计算词汇集中各词汇的词频，拆分词汇集得到子词汇集以及子词汇集中各词汇之间的关联关系，根据子词汇集中各词汇的词频，及各词汇的关联关系得到具有特征值的总词汇表，其中，特征值反映了词汇在文本信息中的关键程度；按照特征值排列总词汇表中的词汇，将特征值超过预设的特征阈值的词汇设为关键字。
进一步的，可以采用OCR(Optical Character Recognition，光学字符识别)技术对图片进行图像识别，以得到图片包含的字符信息，也可以通过从图片中提取特征向量，并且根据提取的特征向量识别图片包含的案件信息，其中案件信息可以包括案件标题、发生时间、发生位置中的至少一种。
S230、将得到的识别结果确定为当前城市案件的内容识别结果。
在对识别信息采用智能识别方式，进行关键字识别、图片识别以及视频信息识别后，将得到的识别结果确定为当前城市案件的内容识别结果。
S240、从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则确定当前城市案件与目标内容识别结果对应的目标城市案件为重复案件。
S250、对当前城市案件和目标城市案件进行合并处理。
本实施例的技术方案，给出了获取当前城市案件的当前内容识别结果的具体情况介绍，通过获取当前城市案件的识别信息，并对其进行关键字识别、图片识别以及视频信息识别，得到识别结果，确定当前城市案件的内容识别结果。本实施例的方案给出了多种智能识别方案来确定当前城市案件的内容识别结果，提高了内容识别的准确性，为后续对比的精准性提供了保障。
实施例三
图3是本发明实施例三中的城市案件的去重识别过程的示意图，本实施例三在实施例一和实施例二的基础上进行进一步地优化。具体优化为：给出了如何对当前城市案件和目标城市案件进行合并处理的具体情况介绍。
其中，未在本实施例中详尽描述的内容详见实施例一和实施例二。如图3所示，该方法包括以下步骤：
S310、获取当前城市案件的当前内容识别结果；内容识别结果是基于智能识别技术对至少一个信息维度的识别得出的。
S320、从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则确定当前城市案件与目标内容识别结果对应的目标城市案件为重复案件。
S330、对当前城市案件和目标城市案件进行信息资源整合，得到合并后的案件，并删除当前城市案件和目标城市案件。
若确定当前城市案件与目标内容识别结果对应的目标城市案件为重复事件，则对当前城市事件和目标城市事件进行合并处理。具体的，可以对当前城市案件和目标城市案件进行信息资源整合，得到合并后的案件，并删除当前城市案件和目标城市案件。
进一步的，可以以目标城市案件的目标内容识别结果作为基准，判断当前内容识别结果是否存在目标内容识别结果中不包括的附加信息；若是，则将附加信息记录至目标内容识别结果中，将记录后得到的目标内容识别结果存入相似参考库，并删除相似参考库中的记录前的目标内容识别结果。若否，则获取下一城市案件的下一内容识别结果，并将当前内容识别结果删除。
本实施例的技术方案，给出了对当前城市案件和目标城市案件进行合并处理的具体情况介绍，在确定目标城市案件为重复事件时，对当前城市案件和目标城市案件进行信息资源整合，并删除当前城市案件和目标城市案件。若存在附加信息，则增加附加信息至目标内容识别结果中。若没有附加信息，则获取下一次城市案件的下一内容识别结果，开始下一次的城市案件识别去重。本实施例的方案，可以完善城市案件管理系统和相似参考库中的城市案件信息，实现全智能多案件去重，降低城市案件重复率。
实施例四
图4是本申请实施例四提供的城市案件的去重识别装置的结构示意图，该装置适用于执行本发明实施例提供的城市案件的去重识别方法，可以实现智能化案件去重，提高城市案件处置效率。
如图4所示，该装置包括识别结果获取模块410、识别结果对比模块420和城市案件合并模块430。
其中，识别结果获取模块410，用于获取当前城市案件的当前内容识别结果；内容识别结果是基于智能识别技术对至少一个信息维度的识别得出的；
识别结果对比模块420，用于从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则确定当前城市案件与目标内容识别结果对应的目标城市案件为重复案件；
城市案件合并模块430，用于对当前城市案件和目标城市案件进行合并处理。
本实施例的技术方案，通过获取当前城市案件的当前内容识别结果，从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则对当前城市案件和目标城市案件进行合并处理，解决了现有技术中智慧城管平台依靠人工去重的缺陷，实现案件内容识别和案件去重过程的自动化运行机制，提升城市日常案件处置效率，从而提高城市的运行效率，为城市案件的去重识别提供了一种新思路。
优选的，识别结果对比模块420，还用于在从相似参考库中读取历史内容识别结果进行对比之后，若不存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则将当前内容识别结果存储至相似参考库中。
优选的，信息维度包括案件标题、发生时间、发生位置、内容描述以及附件。相应的，识别结果获取模块410包括：信息获取单元，信息识别单元和结果确定单元。其中，信息获取单元，用于获取当前城市案件的识别信息，识别信息包括案件标题、发生时间、发生位置、内容描述以及附件中的至少一种；信息识别单元，用于对识别信息采用智能识别方式，进行关键字识别、图片识别以及视频信息识别；结果确定单元，用于将得到的识别结果确定为当前城市案件的内容识别结果。其中，识别信息是基于城市案件信息录入结果确定的。
优选的，城市案件合并模块430具体用于：对当前城市案件和目标城市案件进行信息资源整合，得到合并后的案件，并删除当前城市案件和目标城市案件。
优选的，城市案件合并模块430具体还用于：在对当前城市案件和目标城市案件进行合并处理之后，以目标城市案件的目标内容识别结果作为基准，判断当前内容识别结果是否存在目标内容识别结果中不包括的附加信息；若是，则将附加信息记录至目标内容识别结果中；将记录后得到的目标内容识别结果存入相似参考库，并删除相似参考库中的记录前的目标内容识别结果。若否，则获取下一城市案件的下一内容识别结果，并将当前内容识别结果删除。
上述装置可执行本申请任意实施例所提供的城市案件的去重识别方法，具备执行方法相应的功能模块和有益效果。
实施例五
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种城市案件的去重识别方法，该方法包括：
获取当前城市案件的当前内容识别结果；内容识别结果是基于智能识别技术对至少一个信息维度的识别得出的；
从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则确定当前城市案件与目标内容识别结果对应的目标城市案件为重复案件；
对当前城市案件和目标城市案件进行合并处理。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的城市案件的去重识别操作，还可以执行本申请任意实施例所提供的城市案件的去重识别方法中的相关操作。
实施例六
本申请实施例提供了一种电子设备，该电子设备中可集成本申请实施例提供的城市案件的去重识别装置。图5是本申请实施例五提供的一种电子设备的结构示意图。如图5所示，本实施例提供了一种电子设备500，其包括：一个或多个处理器520；存储装置510，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器520执行，使得所述一个或多个处理器520实现本申请实施例所提供的城市案件的去重识别方法，该方法包括：
获取当前城市案件的当前内容识别结果；内容识别结果是基于智能识别技术对至少一个信息维度的识别得出的；
从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则确定当前城市案件与目标内容识别结果对应的目标城市案件为重复案件；
对当前城市案件和目标城市案件进行合并处理。
当然，本领域技术人员可以理解，处理器520还实现本申请任意实施例所提供的城市案件的去重识别方法的技术方案。
图5显示的电子设备500仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示，该电子设备500包括处理器520、存储装置510、输入装置530和输出装置540；电子设备中处理器520的数量可以是一个或多个，图5中以一个处理器520为例；电子设备中的处理器520、存储装置510、输入装置530和输出装置540可以通过总线或其他方式连接，图5中以通过总线550连接为例。
存储装置510作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块单元，如本申请实施例中的城市案件的去重识别方法对应的程序指令。
存储装置510可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置510可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置510可进一步包括相对于处理器520远程设置的存储器，这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置530可用于接收输入的数字、字符信息或语音信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏、扬声器等电子设备。
本申请实施例提供的电子设备，可以达到提高城市案件的去重识别速度以及处理效果的目的。
上述实施例中提供的城市案件的去重识别装置、存储介质及电子设备可执行本申请任意实施例所提供的城市案件的去重识别方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的城市案件的去重识别方法。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (10)

1.一种城市案件的去重识别方法，其特征在于，所述方法由城市案件管理系统执行，所述方法包括：
获取当前城市案件的当前内容识别结果；所述内容识别结果是基于智能识别技术对至少一个信息维度的识别得出的；
从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则确定当前城市案件与所述目标内容识别结果对应的目标城市案件为重复案件；
对所述当前城市案件和所述目标城市案件进行合并处理。
2.根据权利要求1所述的方法，其特征在于，在从相似参考库中读取历史内容识别结果进行对比之后，所述方法还包括：
若不存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则将当前内容识别结果存储至相似参考库中。
3.根据权利要求1所述的方法，其特征在于，所述信息维度包括案件标题、发生时间、发生位置、内容描述以及附件；
相应的，获取当前城市案件的当前内容识别结果，包括：
获取当前城市案件的识别信息，所述识别信息包括案件标题、发生时间、发生位置、内容描述以及附件中的至少一种；
对所述识别信息采用智能识别方式，进行关键字识别、图片识别以及视频信息识别；
将得到的识别结果确定为当前城市案件的内容识别结果。
4.根据权利要求3所述的方法，其特征在于，所述识别信息是基于城市案件信息录入结果确定的。
5.根据权利要求1所述的方法，其特征在于，对所述当前城市案件和所述目标城市案件进行合并处理，包括：
对所述当前城市案件和所述目标城市案件进行信息资源整合，得到合并后的案件，并删除所述当前城市案件和所述目标城市案件。
6.根据权利要求5所述的方法，其特征在于，在对所述当前城市案件和所述目标城市案件进行合并处理之后，所述方法还包括：
以目标城市案件的目标内容识别结果作为基准，判断当前内容识别结果是否存在目标内容识别结果中不包括的附加信息；
若是，则将所述附加信息记录至所述目标内容识别结果中；
将记录后得到的目标内容识别结果存入所述相似参考库，并删除相似参考库中的记录前的目标内容识别结果。
7.根据权利要求6所述的方法，其特征在于，在判断当前内容识别结果是否存在目标内容识别结果中不包括的附加信息之后，所述方法还包括：
若否，则获取下一城市案件的下一内容识别结果，并将当前内容识别结果删除。
8.一种城市案件的去重识别装置，其特征在于，所述装置包括：
识别结果获取模块，用于获取当前城市案件的当前内容识别结果；所述内容识别结果是基于智能识别技术对至少一个信息维度的识别得出的；
识别结果对比模块，用于从相似参考库中读取历史内容识别结果进行对比，若存在与当前内容识别结果相似度大于设定阈值的目标内容识别结果，则确定当前城市案件与所述目标内容识别结果对应的目标城市案件为重复案件；
城市案件合并模块，用于对所述当前城市案件和所述目标城市案件进行合并处理。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的城市案件的去重识别方法。
10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的城市案件的去重识别方法。
CN202011629784.6A 2020-12-31 2020-12-31 一种城市案件的去重识别方法、装置、介质及电子设备 Pending CN112733909A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011629784.6A CN112733909A (zh) 2020-12-31 2020-12-31 一种城市案件的去重识别方法、装置、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011629784.6A CN112733909A (zh) 2020-12-31 2020-12-31 一种城市案件的去重识别方法、装置、介质及电子设备

Publications (1)

Publication Number Publication Date
CN112733909A true CN112733909A (zh) 2021-04-30

Family

ID=75608213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011629784.6A Pending CN112733909A (zh) 2020-12-31 2020-12-31 一种城市案件的去重识别方法、装置、介质及电子设备

Country Status (1)

Country Link
CN (1) CN112733909A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114090798A (zh) * 2021-11-12 2022-02-25 盐城金堤科技有限公司 文本的去重方法及装置、计算机存储介质、电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019085064A1 (zh) * 2017-10-30 2019-05-09 平安科技（深圳）有限公司 医疗理赔拒付方法、装置、终端设备及存储介质
CN110110325A (zh) * 2019-04-22 2019-08-09 北京明略软件系统有限公司 一种重复案件查找方法和装置、计算机可读存储介质
CN110458082A (zh) * 2019-08-05 2019-11-15 城云科技（中国）有限公司 一种城市管理案件分类识别方法
CN111507413A (zh) * 2020-04-20 2020-08-07 济源职业技术学院 一种基于字典学习的城市管理案件图像识别方法
CN111985212A (zh) * 2020-09-02 2020-11-24 深圳壹账通智能科技有限公司 文本关键字识别方法、装置、计算机设备及可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019085064A1 (zh) * 2017-10-30 2019-05-09 平安科技（深圳）有限公司 医疗理赔拒付方法、装置、终端设备及存储介质
CN110110325A (zh) * 2019-04-22 2019-08-09 北京明略软件系统有限公司 一种重复案件查找方法和装置、计算机可读存储介质
CN110458082A (zh) * 2019-08-05 2019-11-15 城云科技（中国）有限公司 一种城市管理案件分类识别方法
CN111507413A (zh) * 2020-04-20 2020-08-07 济源职业技术学院 一种基于字典学习的城市管理案件图像识别方法
CN111985212A (zh) * 2020-09-02 2020-11-24 深圳壹账通智能科技有限公司 文本关键字识别方法、装置、计算机设备及可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐仁旭;: "基于聚类分析的智慧城市事部件数据研究", 中国管理信息化, no. 22 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114090798A (zh) * 2021-11-12 2022-02-25 盐城金堤科技有限公司 文本的去重方法及装置、计算机存储介质、电子设备

Similar Documents

Publication Publication Date Title
US11037305B2 (en) Method and apparatus for processing point cloud data
CN112200172B (zh) 一种可行驶区域的检测方法及装置
US9104729B2 (en) Querying spatial events in a vehicle network, and optimized querier
CN103885990B (zh) 搜索方法及系统
US20220301317A1 (en) Method and device for constructing object motion trajectory, and computer storage medium
CN112598169B (zh) 交通运行态势评估方法、系统及装置
US11978340B2 (en) Systems and methods for identifying vehicles using wireless device identifiers
WO2013143465A1 (zh) 一种视频查询方法、装置与系统
CN112598192B (zh) 一种车辆进入物流园区的预测方法、装置、存储介质及终端
CN112733909A (zh) 一种城市案件的去重识别方法、装置、介质及电子设备
CN116499484A (zh) 车辆调度方法、电子设备、存储介质及车辆
WO2023241388A1 (zh) 模型训练方法及装置、补能意图识别方法及装置、设备、介质
CN112885106A (zh) 基于车辆大数据的区域禁行检测系统、方法及存储介质
CN114550492B (zh) 一种车辆信息的处理方法、装置、电子设备及存储介质
CN114005186A (zh) 一种车牌识别方法、装置及停车管理系统
CN114546875A (zh) 自动驾驶仿真场景生成方法、装置、介质及电子设备
CN112164225B (zh) 信息处理方法、装置、设备及存储介质
CN115049991A (zh) 共享设备位姿整齐度判断方法、装置、终端及介质
CN114627400A (zh) 一种车道拥堵检测方法、装置、电子设备和存储介质
CN114724128A (zh) 一种车牌识别方法、装置、设备和介质
CN114708425A (zh) 车辆违停的识别方法、装置及计算机可读存储介质
CN114419755B (zh) 一种基于公有云的行车记录仪数据处理方法及系统
CN117372133A (zh) 共享汽车远程还车检测方法、系统、设备及可读存储介质
CN112287186B (zh) 一种用于城市管理的智能分类方法及其系统
CN112185117B (zh) 一种基于电警数据的优化评价方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination