CN114186053A - 一种用于事件消息的发送方法 - Google Patents
一种用于事件消息的发送方法 Download PDFInfo
- Publication number
- CN114186053A CN114186053A CN202210147144.4A CN202210147144A CN114186053A CN 114186053 A CN114186053 A CN 114186053A CN 202210147144 A CN202210147144 A CN 202210147144A CN 114186053 A CN114186053 A CN 114186053A
- Authority
- CN
- China
- Prior art keywords
- event
- target
- original
- entity
- sample
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3346—Query execution using probabilistic model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Animal Behavior & Ethology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种用于事件消息的发送方法,所述方法通过基于原始事件ID对应的目标实体列表;获取目标实体对应的优先级;根据原始事件ID对应的优先级、原始事件ID对应的报道次数和报道次数预设条件,确定出原始事件ID对应的实际优先级;当原始事件ID对应的优先级与原始事件ID对应的实际优先级时,调整原始事件ID对应的优先级中所有初始权重,得到初始权重对应的目标权重;获取目标事件ID且根据目标事件ID的目标实体列表和调整后的所有目标权重,得到目标事件ID对应的优先级,以使得根据目标事件ID对应的优先级,发送目标事件ID的事件消息。本发明能够避免事件消息延迟发送,导致用户无法第一时间知晓重要事件。
Description
技术领域
本发明涉及数据处理领域,具体涉及一种用于事件消息的发送方法。
背景技术
随着互联网的迅速普及和发展,大量数据信息在网络中产生和传播,如何从海量自然语言文本中及时准确地找到需要的信息变得日益迫切。海量自然语言文档具有数据量大,结构不统一,冗余度较高、更新快等特点。现有技术中通常采用机器学习的方式训练得到一个事件抽取模型来进行事件抽取,事件抽取技术是从非结构化信息中抽取出用户感兴趣的事件,并以结构化呈现给用户。但是,直接采用一个事件抽取模型的方式进行事件抽取的方法比较依赖于关键词,如果关键词数量小、不全面或不合适的话会对事件抽取结果有很大的影响,尤其对于没有被作为训练样本的进行学习的事件类型,会导致事件抽取的准确度低,抽取的事件信息不完整。由此可知,如何提高事件抽取结果的完整性和准确性,成为亟待解决的技术问题。
发明内容
针对上述技术问题,本发明采用的技术方案为:
一种用于事件消息的发送方法,所述方法包括如下步骤:
S1、获取原始事件ID对应的目标实体列表D=(D1,D2,……,Dg),Dy是指原始事件ID的第y个目标实体,y=1……g,g为原始事件ID的目标实体数量;
S2、将Dy与Dy对应的预设阈值区域进行比对,获取Dy对应的优先级Cy。
S3、基于Cy,获取原始事件ID对应的优先级C,C符合如下条件:
S4、获取原始事件ID对应的报道次数T;
S5、根据T和报道次数预设条件,确定出原始事件ID对应的实际优先级C0;
本发明还保护了一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现上述用于事件消息的发送方法。
本发明还保护了一种非瞬时性计算机可读存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以上述用于事件消息的发送方法。
本发明还保护了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行实现上述用于事件消息的发送方法。
本发明提供了一种用于事件消息的发送方法,所述方法通过获取原始事件ID对应的目标实体列表;将原始事件ID对应的目标实体列表中任一目标实体与目标实体对应的预设阈值区域进行比对,获取目标实体对应的优先级;基于目标实体对应的优先级,获取原始事件ID对应的优先级和原始事件ID对应的报道次数;根据原始事件ID对应的优先级、原始事件ID对应的报道次数和报道次数预设条件,确定出原始事件ID对应的实际优先级;当原始事件ID对应的优先级与原始事件ID对应的实际优先级时,调整原始事件ID对应的优先级中所有初始权重,得到初始权重对应的目标权重;获取目标事件ID且根据目标事件ID的目标实体列表和调整后的所有目标权重,得到目标事件ID对应的优先级,以使得根据目标事件ID对应的优先级,发送目标事件ID的事件消息;
能够避免事件消息延迟发送,导致用户无法第一时间知晓重要事件。
此外,所述方法还通过从所述第一数据库中获取样本事件ID对应的样本文本并根据样本文本,获取样本文本对应的多元组列表;根据所有样本文本和样本文本对应的多元组列表,获取训练集数据;将获取训练集数据输入至多元组构建模型进行训练,得到目标多元组构建模型,能够根据实际样本事件构建训练集并获取目标多元组构建模型提高了训练的准确性以及模型在实际应用中的适用性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种用于事件消息的发送方法的流程图;
图2为本发明实施例提供的另一种用于事件消息的发送方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供一种用于事件消息的发送方法,所述方法包括如下步骤:
S100、从所述数据库中获取A=(A1,A2,……,Am),Ai=(Ai1,Ai2,……,),其中,Aij
是指第i个样本事件ID对应的第j个样本文本,i=1……m,m为样本事件数量,j=1……ni,ni为
第i个样本事件ID对应的样本文本列表中所有样本文本数量。
具体地,所述样本事件ID是指表征样本事件身份的唯一标识;其中,所述样本事件ID对应的样本事件是指预设时间段内发生的事件。
进一步地,所述预设时间段的取值范围为1~3年,优选地,所述预设时间段的取值为3年。
具体地,所述样本文本是指从资讯平台中爬取的用于描述样本事件的文本。
S200、根据Aij,获取Aij对应的初始实体列表(A1 ij、A2 ij,……,Ap ij),其中,Aq ij是指Aij对应的第q个初始实体,q=1……p,p为初始实体数量。
进一步地,本领域技术人员知晓在S200步骤中,还包括如下步骤:
S201、获取Aij的触发词且根据所Aij的触发词与预设触发词列表中每一预设触发词进行比对,本领域技术人员知晓获取文本触发词的方法,在此不再赘述。
S203、当所Aij的触发词与预设触发词数据库中任一预设触发词一致时,确定出Aij的事件类型,可以理解为:当所Aij的触发词与预设触发词列表中任一预设触发词一致时,获取Aij对应的样本文件ID,再根据Aij对应的样本文件ID,获取Aij的事件类型。
S205、从第二数据库中获取Aij的事件类型对应的预设多元组且根据Aij的事件类型对应的预设多元组,获取Aij对应的初始实体列表;可以理解为:根据Aij对应的初始实体列表与Aij的事件类型对应的预设多元组一致。
优选地,当p=3时,Aij对应的多元组列表(A1 ij、A2 ij,A3 ij),其中,A1 ij为第i个样本事件中第j个样本文本中第一初始实体,A2 ij为第i个样本事件中第j个样本文本中第二初始实体,A3 ij是指A1 ij和A2 ij之间关系且作为第三实体;可以理解为:当Aij对应的事件类型为自然灾害事件,例如,A1 ij为震源地址,A2 ij为时间,A3 ij为发生2.0级地震。
S300、根据Aq ij,获取Ai对应的样本事件ID的中间数据集=(A1 i,A2 i,……,Ap i),
其中,Aq i=(Aq i1、Aq i2、……,);可以理解为:同一样本事件ID的不同样本文本对应的单
个实体,构建成一个实体列表。
具体地,在S400步骤中还包括如下步骤:
S401、遍历Aq i,获取Aq i对应的实体数量列表Bq i=(Bq i1,Bq i2,……,),Bq ix是指在
Aq i中第x实体种类的数量,其中,x=1……sq,sq为在Aq i中第q实体的种类数量。
S403、根据Bq ix,获取Bq ix对应的概率值Fq ix,Fq ix符合如下条件:Fq ix=Bq ix/Bq i0,其中,Bq i0是指Bq i中最大数量值。
S405、当Fq ix>预设的概率阈值F0时,确定Fq ix对应的实体作为中间实体,构建Fq ix对应的中间实体列表且确定Bq i0对应的实体作为关键实体Hq i0。
具体地,F0的取值范围为0.1~0.3;优选地,F0的取值范围为0.2。
S407、遍历Fq ix对应的中间实体列表且从Fq ix对应的中间实体列表中获取Hq i0对应的所有关联实体(Hq i1,Hq i2,……,Hq ikq),kq为Hq i0对应的关联实体数量。
具体地,所述关键实体对应的关联实体是指所述中间实体列表中除关键实体之外的其他中间实体;可以理解为:关键实体的关联实体与关键实体表征同一含义,即当关键实体与关键实体的关联实体可为某个地点名称与其别称的关系时,例如,“北京”的关联实体为“首都”、“帝都”等。
优选地,在一个具体的实施例中,当p=3时,获取10个与2008年北京举行奥运会相关的样本文本列表,此时针对样本文本列表提取的关键实体列表,6个样本文本中提取的关键实体列表为(“2008”,“北京”,“奥运会”),3个样本文本中提取的关键实体列表为(“2008”,“首都”,“奥运会”),1个样本文本中提取的关键实体列表为(“2008”,“帝都”,“奥运会”),此时,包含的地点名词有三种,分别为北京、首都、帝都,且第一概率值分别为0.6、0.3和0.1,令预设的概率阈值为0.2,此时,北京即为关键实体,首都、帝都为关键实体的关联实体。通过将关键实体和关键实体的关联实体作为训练集,可将文本中的同义词或近义词进行识别,进而提高模型识别的准确性同时降低数据处理的复杂性。
S409、将Hq i0和Hq i0对应的所有关联实体(Hq i1,Hq i2,……,Hq ik),构建成Aq i对应的关键实体列表Hq i=(Hq i0,Hq i1,Hq i2,……,Hq ikq)且基于Hq i构建成Ai对应的样本事件ID的训练集。
具体地,在S409步骤中,将Ai的所有初始实体对应的关键实体列表,构建成Ai对应的样本事件ID的训练集。
S500、基于所有Ai对应的样本事件ID的训练集,构建成目标训练集数据。
S600、将目标训练集数据输入至事件图谱模型进行训练,得到目标事件图谱模型;本领域技术人员知晓采用现有技术中任一事件图谱模型,在此不再赘述;能够在事件图谱模型中,同一文本不同含义的实体进行准确和快速的提取,避免将同一含义的实体进行遗漏,导致无法建立事件图谱。
在一个具体的实施例中,在所述系统中当所述计算机程序被处理器执行时,还实现以下步骤,如图2所示:
S1、获取原始事件ID对应的目标实体列表D=(D1,D2,……,Dg),Dy是指原始事件ID的第y个目标实体,y=1……g,g为原始事件ID的目标实体数量。
具体地,在S1步骤中还包括如下步骤D:
S11、获取原始事件ID对应的所有目标文本。
具体地,原始事件ID对应的任一目标文本与上述实例中样本文本的获取方式一致,在此不再赘述。
S12、将原始事件ID对应的所有目标文本输入至目标事件图谱模型中,原始事件ID对应的所有关键实体列表。
具体地,原始事件ID对应的任一关键实体列表与上述实例中样本事件ID对应的关键实体列表获取方式一致,在此不再赘述。
S13、遍历任一原始事件ID对应的关键实体列表且将原始事件ID对应的关键实体列表中最大概率值对应的关键实体作为目标实体。
具体地,将原始事件ID对应的关键实体列表中关键实体的概率值与上述实例中样本事件ID对应的初始实体概率值获取方式一致,在此不再赘述。
S2、将Dy与Dy对应的预设阈值区域进行比对,获取Dy对应的优先级Cy。
在一个具体的实施例中,在S2步骤中还通过如下步骤确定Dy对应的预设阈值区域:
S21、获取原始事件ID对应的事件类型作为预设事件类型。
S22、从A中获取所述预设事件类型对应的所有样本事件ID作为初始事件ID且构建成初始事件ID列表U=(U1,U2,……,Uf),其中,Ut是指第t个初始事件ID,t=1……f,f为初始事件ID数量。
S23、从A中获取Ut对应的所有样本文本,构建成Ut对应的目标实体列表Qt=(Qt1,Qt2,……,Qtg),其中,Qty是指Ut中第y目标实体,g为Ut中目标实体数量。
具体地,S23步骤中初始事件ID的目标实体列表可以参照S1步骤进行获取,在此不再赘述。
S24、获取中间实体列表Q'y=(Q1y,Q2y……,Qfy)。
S25、根据Q'y,获取Py,Py符合如下条件:
进一步地,Ry符合如下条件:
进一步地,Ey符合如下条件:
S25、根据Py,划分成z个Dy对应的预设阈值区域;可以理解为:以Py为取值范围且以Ry为中心点,本领域技术人员根据实际需求划分出z个取值范围作为一个预设阈值区域,并根据每一预设阈值区域对应一个预设优先级,例如对震级进行划分,可分为(0,1),[1,3),[3,4.5),[4.5,6),[6,7),[7,8),[8,+∞),需要报道震级为5级相关的事件时,只需在[4.5,6)对应的文本中进行获取,提高了事件抽取的效率。
S3、基于Cy,获取原始事件ID对应的优先级C,C符合如下条件:
S4、获取原始事件ID对应的报道次数T。
S5、根据T和报道次数预设条件,确定出原始事件ID对应的实际优先级C0。
具体地,报道次数预设条件可以根据正态分布法确定划分的区域和区域对应优先级。
通过根据实际样本文本中的的优先级调整事件的属性权重,可以提高权重计算过程的准确性。
在一个具体的实施例中,还包括如下步骤确定Wy:
根据Dy,从第二数据库中获取当前时间段Dy对应的权重列表W'y=(W'y1,W'y2,……,W'yβ)以及预设时间段内Dy对应的权重值ε,其中,W'yα是指Dy对应的第α个预设多元组列表的权重值,α=1……β;
优选地,所述当前时间段为前一年的同一日期至当前日期;预设时间段为前两年的当前日期至前一年的当前日期,例如,当前日期为2021年12月21日,则当前时间段为2020年12月21日至2021年12月21日,预设时间段为2019年12月21日至2020年12月21日。
从第三方权重平台获取Dy中的每一关键词在若干个方面的基础值η;
根据W'y,确定Wy,Wy符合如下条件:
S7、获取目标事件ID且根据目标事件ID的目标实体列表和调整后的所有W'y,得到目标事件ID对应的优先级,以使得根据目标事件ID对应的优先级,发送目标事件ID的事件消息;能够避免事件消息延迟发送,导致用户无法第一时间知晓重要事件。
具体地,所述目标事件ID对应的事件类型与原始事件ID对应的事件类型一致。
本发明的实施例提供了一种用于事件消息的发送方法,所述方法通过获取原始事件ID对应的目标实体列表;将原始事件ID对应的目标实体列表中任一目标实体与目标实体对应的预设阈值区域进行比对,获取目标实体对应的优先级;基于目标实体对应的优先级,获取原始事件ID对应的优先级和原始事件ID对应的报道次数;根据原始事件ID对应的优先级、原始事件ID对应的报道次数和报道次数预设条件,确定出原始事件ID对应的实际优先级;当原始事件ID对应的优先级与原始事件ID对应的实际优先级时,调整原始事件ID对应的优先级中所有初始权重,得到初始权重对应的目标权重;获取目标事件ID且根据目标事件ID的目标实体列表和调整后的所有目标权重,得到目标事件ID对应的优先级,以使得根据目标事件ID对应的优先级,发送目标事件ID的事件消息;
能够避免事件消息延迟发送,导致用户无法第一时间知晓重要事件。
此外,所述方法还通过从所述第一数据库中获取样本事件ID对应的样本文本并根据样本文本,获取样本文本对应的多元组列表;根据所有样本文本和样本文本对应的多元组列表,获取训练集数据;将获取训练集数据输入至多元组构建模型进行训练,得到目标多元组构建模型,能够根据实际样本事件构建训练集并获取目标多元组构建模型提高了训练的准确性以及模型在实际应用中的适用性。
本发明实施例还提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现上述用于事件消息的发送方法。
本发明实施例的电子设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
本发明实施例还提供了一种非瞬时性计算机可读存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以上述用于事件消息的发送方法。
可选地,在本实施例中,上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行实现上述用于事件消息的发送方法。
且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置和电子设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。
Claims (10)
1.一种用于事件消息的发送方法,其特征在于,所述方法包括如下步骤:
S1、获取原始事件ID对应的目标实体列表D=(D1,D2,……,Dg),Dy是指原始事件ID的第y个目标实体,y=1……g,g为原始事件ID的目标实体数量;
S2、将Dy与Dy对应的预设阈值区域进行比对,获取Dy对应的优先级Cy;
S3、基于Cy,获取原始事件ID对应的优先级C,C符合如下条件:
S4、获取原始事件ID对应的报道次数T;
S5、根据T和报道次数预设条件,确定出原始事件ID对应的实际优先级C0;
2.根据权利要求1所述的用于事件消息的发送方法,其特征在于,在S1步骤中还包括如下步骤D:
S11、获取原始事件ID对应的所有目标文本;
S12、将原始事件ID对应的所有目标文本输入至目标事件图谱模型中,原始事件ID对应的所有关键实体列表;
S13、遍历任一原始事件ID对应的关键实体列表且将原始事件ID对应的关键实体列表中最大概率值对应的关键实体作为目标实体。
3.根据权利要求1所述的用于事件消息的发送方法,其特征在于,在S2步骤中还通过如下步骤确定Dy对应的预设阈值区域:
S21、获取原始事件ID对应的事件类型作为预设事件类型;
S22、从A中获取所述预设事件类型对应的所有样本事件ID作为初始事件ID且构建成初始事件ID列表U=(U1,U2,……,Uf),其中,Ut是指第t个初始事件ID,t=1……f,f为初始事件ID数量;
S23、从A中获取Ut对应的所有样本文本,构建成Ut对应的目标实体列表Qt=(Qt1,Qt2,……,Qtg),其中,Qty是指Ut中第y目标实体,g为Ut中目标实体数量;
S24、获取中间实体列表Q'y=(Q1y,Q2y……,Qfy);
S25、根据Q'y,获取Py,Py符合如下条件:
S25、根据Py,划分成z个Dy对应的预设阈值区域。
6.根据权利要求1所述的用于事件消息的发送方法,其特征在于,所述方法还包括如下步骤:
S100、从所述数据库中获取A=(A1,A2,……,Am),Ai=(Ai1,Ai2,……,),其中,Aij是指
第i个样本事件ID对应的第j个样本文本,i=1……m,m为样本事件数量,j=1……ni,ni为第i
个样本事件ID对应的样本文本列表中所有样本文本数量;
S200、根据Aij,获取Aij对应的初始实体列表(A1 ij、A2 ij,……,Ap ij),其中,Aq ij是指Aij对应的第q个初始实体,q=1……p,p为初始实体数量;
S500、基于所有Ai对应的样本事件ID的训练集,构建成目标训练集数据;
S600、将目标训练集数据输入至事件图谱模型进行训练,得到目标事件图谱模型。
7.根据权利要求1所述的用于事件消息的发送方法,其特征在于,所述目标事件ID对应的事件类型与原始事件ID对应的事件类型一致。
8.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如权利要求1~7任一所述的用于事件消息的发送方法。
9.一种非瞬时性计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1~7中任意一项的所述用于事件消息的发送方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行实现如权利要求1~7中任意一项所述的用于事件消息的发送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210147144.4A CN114186053B (zh) | 2022-02-17 | 2022-02-17 | 一种用于事件消息的发送方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210147144.4A CN114186053B (zh) | 2022-02-17 | 2022-02-17 | 一种用于事件消息的发送方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114186053A true CN114186053A (zh) | 2022-03-15 |
CN114186053B CN114186053B (zh) | 2022-05-17 |
Family
ID=80546139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210147144.4A Active CN114186053B (zh) | 2022-02-17 | 2022-02-17 | 一种用于事件消息的发送方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114186053B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115277618A (zh) * | 2022-07-25 | 2022-11-01 | 每日互动股份有限公司 | 一种消息发送的数据处理系统 |
CN115858208A (zh) * | 2022-09-29 | 2023-03-28 | 杭州中电安科现代科技有限公司 | 一种获取目标数据提取文本列表的方法 |
CN117435697A (zh) * | 2023-12-21 | 2024-01-23 | 中科雨辰科技有限公司 | 一种获取核心事件的数据处理系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530173A (zh) * | 2012-07-06 | 2014-01-22 | 上海宝信软件股份有限公司 | 动态权重事件处理系统和方法 |
CN107533747A (zh) * | 2012-12-14 | 2018-01-02 | 脸谱公司 | 用于将通知传送到订户的技术 |
CN109863786A (zh) * | 2016-10-10 | 2019-06-07 | 三星电子株式会社 | 多链路环境中的数据发送方法和设备 |
CN110177053A (zh) * | 2019-05-07 | 2019-08-27 | 中国工商银行股份有限公司 | 一种智能消息发送方法及装置 |
US20200019893A1 (en) * | 2018-07-13 | 2020-01-16 | Accenture Global Solutions Limited | Preventative diagnosis prediction and solution determination of future event using internet of things and artificial intelligence |
US20200220885A1 (en) * | 2019-01-03 | 2020-07-09 | International Business Machines Corporation | Selecting security incidents for advanced automatic analysis |
CN111625656A (zh) * | 2020-05-27 | 2020-09-04 | 上海明略人工智能(集团)有限公司 | 信息处理方法、装置、设备和存储介质 |
CN112464052A (zh) * | 2020-12-22 | 2021-03-09 | 游艺星际(北京)科技有限公司 | 反馈信息的处理方法、显示方法、装置及电子设备 |
CN112817705A (zh) * | 2021-01-22 | 2021-05-18 | 京东方科技集团股份有限公司 | 信息发布方法、终端设备及信息发布系统 |
CN113468300A (zh) * | 2021-05-28 | 2021-10-01 | 南京城市职业学院(南京开放大学) | 一种基于微信交互的智能消息处理系统及方法 |
CN113704476A (zh) * | 2021-09-02 | 2021-11-26 | 中科雨辰科技有限公司 | 目标事件抽取数据处理系统 |
-
2022
- 2022-02-17 CN CN202210147144.4A patent/CN114186053B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530173A (zh) * | 2012-07-06 | 2014-01-22 | 上海宝信软件股份有限公司 | 动态权重事件处理系统和方法 |
CN107533747A (zh) * | 2012-12-14 | 2018-01-02 | 脸谱公司 | 用于将通知传送到订户的技术 |
CN109863786A (zh) * | 2016-10-10 | 2019-06-07 | 三星电子株式会社 | 多链路环境中的数据发送方法和设备 |
US20200019893A1 (en) * | 2018-07-13 | 2020-01-16 | Accenture Global Solutions Limited | Preventative diagnosis prediction and solution determination of future event using internet of things and artificial intelligence |
US20200220885A1 (en) * | 2019-01-03 | 2020-07-09 | International Business Machines Corporation | Selecting security incidents for advanced automatic analysis |
CN110177053A (zh) * | 2019-05-07 | 2019-08-27 | 中国工商银行股份有限公司 | 一种智能消息发送方法及装置 |
CN111625656A (zh) * | 2020-05-27 | 2020-09-04 | 上海明略人工智能(集团)有限公司 | 信息处理方法、装置、设备和存储介质 |
CN112464052A (zh) * | 2020-12-22 | 2021-03-09 | 游艺星际(北京)科技有限公司 | 反馈信息的处理方法、显示方法、装置及电子设备 |
CN112817705A (zh) * | 2021-01-22 | 2021-05-18 | 京东方科技集团股份有限公司 | 信息发布方法、终端设备及信息发布系统 |
CN113468300A (zh) * | 2021-05-28 | 2021-10-01 | 南京城市职业学院(南京开放大学) | 一种基于微信交互的智能消息处理系统及方法 |
CN113704476A (zh) * | 2021-09-02 | 2021-11-26 | 中科雨辰科技有限公司 | 目标事件抽取数据处理系统 |
Non-Patent Citations (2)
Title |
---|
BIDISHA BHABANI 等: "A delay-efficient channel allocation scheme for disseminating alert messages using WBAN and VANET", 《ICC 2021-IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS》 * |
苏保华 等: "基于权重系数法的卫星信息分发服务优先级算法", 《第九届卫星通信学术年会论文集》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115277618A (zh) * | 2022-07-25 | 2022-11-01 | 每日互动股份有限公司 | 一种消息发送的数据处理系统 |
CN115277618B (zh) * | 2022-07-25 | 2024-01-30 | 每日互动股份有限公司 | 一种消息发送的数据处理系统 |
CN115858208A (zh) * | 2022-09-29 | 2023-03-28 | 杭州中电安科现代科技有限公司 | 一种获取目标数据提取文本列表的方法 |
CN115858208B (zh) * | 2022-09-29 | 2024-05-14 | 杭州中电安科现代科技有限公司 | 一种获取目标数据提取文本列表的方法 |
CN117435697A (zh) * | 2023-12-21 | 2024-01-23 | 中科雨辰科技有限公司 | 一种获取核心事件的数据处理系统 |
CN117435697B (zh) * | 2023-12-21 | 2024-03-22 | 中科雨辰科技有限公司 | 一种获取核心事件的数据处理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114186053B (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114186053B (zh) | 一种用于事件消息的发送方法 | |
CN105894028B (zh) | 用户识别方法和装置 | |
CN108833458A (zh) | 一种应用推荐方法、装置、介质及设备 | |
CN114706992A (zh) | 一种基于知识图谱的事件信息处理系统 | |
US20150350139A1 (en) | System and method for following topics in an electronic textual conversation | |
CN112966081A (zh) | 处理问答信息的方法、装置、设备和存储介质 | |
CN114818000B (zh) | 隐私保护的集合混淆求交方法、系统及相关设备 | |
CN111522724A (zh) | 异常账号的确定方法、装置、服务器及存储介质 | |
CN113641767A (zh) | 实体关系抽取方法、装置、设备及存储介质 | |
US20190163450A1 (en) | Systems and methds of developments, testing, and distribution of applications in a computer network | |
CN112182520B (zh) | 非法账号的识别方法、装置、可读介质及电子设备 | |
CN113791837B (zh) | 页面处理方法、装置、设备和存储介质 | |
US20170006421A1 (en) | Social Networking Interface | |
CN112767028B (zh) | 一种活跃用户数量的预测方法、计算机设备及存储介质 | |
CN117852673A (zh) | 一种联邦学习方法、系统、设备及存储介质 | |
CN111027065B (zh) | 一种勒索病毒识别方法、装置、电子设备及存储介质 | |
CN110750633B (zh) | 用于确定问题的答案的方法及装置 | |
CN109783175B (zh) | 应用程序图标管理方法、装置、可读存储介质及终端设备 | |
CN104636366B (zh) | 一种获取搜索结果队列的方法和装置 | |
CN110674632A (zh) | 一种确定安全级别的方法及装置、存储介质和设备 | |
CN109327488B (zh) | 网络信息推送方法、装置及服务器 | |
US20190304040A1 (en) | System and Method for Vetting Potential Jurors | |
CN113297848B (zh) | 信息处理方法、装置、设备和存储介质 | |
CN110941638A (zh) | 应用分类规则库构建方法、应用分类方法及装置 | |
JP7280094B2 (ja) | 判断支援装置および判断支援方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |