申请/专利权人：中国电子科技集团公司第十五研究所

申请日：2024-01-04

公开（公告）日：2024-04-16

公开（公告）号：CN117520484B

主分类号：G06F16/33

分类号：G06F16/33;G06F16/31;G06F16/27;G06F18/2135;G06F40/216

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本申请涉及基于大数据语义的相似事件检索方法、系统、设备和介质，该方法利用分布式计算平台对指定业务领域的多源异构数据进行数据汇聚和整编，加快数据计算速度，然后采用伯特模型将事件案例库中事件的文本信息进行向量化处理，实现事件的文本向量化，再采用费斯向量数据库进行相似语义搜索，得到各事件的事件相关属性，最后根据各事件的事件相关属性和指定的目标事件，进一步利用事件相似度计算模型分别计算得到目标事件的相似事件的结构相似度和属性相似度，实现较细粒度的指定业务领域的相似事件区分，大幅提高了细分业务领域的相似事件检索准确率。

主权项：1.一种基于大数据语义的相似事件检索方法，其特征在于，包括步骤：获取指定业务领域的多源异构数据；所述多源异构数据包括结构化数据和半结构化数据；利用分布式计算平台对所述多源异构数据进行奇异值剔除和冗余信息合并，构成事件案例库并整编存入所述分布式计算平台的蜂箱数据仓库；采用伯特模型将所述事件案例库中事件的文本信息进行向量化处理，生成各事件对应的高维文本向量；根据各所述高维文本向量采用费斯向量数据库进行相似语义搜索，得到各事件的事件相关属性；其中，分别对各所述高维文本向量进行主成分分析降维处理；采用层次式可导航小世界算法为主成分分析降维处理后的各所述高维文本向量构建索引；获取指定的目标事件的各历史相似事件；其中，获取指定的目标事件的历史相似事件案例，将事件文本信息进行编码且通过给定参数K，获取前K个最相似的历史相似事件；根据获取到的前K个所述历史相似事件的事件标识，应用斯帕克结构化查询技术获取各所述历史相似事件的所述事件相关属性；其中，所述事件相关属性包括事件时间、分析对象代码、事件类别、事件影响和事件地理位置；根据各事件的事件相关属性和指定的目标事件，利用事件相似度计算模型分别计算得到所述目标事件的相似事件的结构相似度和属性相似度；其中，属性包括数值型和分类型属性；所述事件相似度计算模型为： ；其中，为属性相似度求和，和分别为两个不同事件，为事件属性数量，为第个属性的权重，和分别为第i个属性对应的两个不同事件；所述结构相似度为： ；其中，为的非空属性权重之和，为的非空属性权重之和，A和B分别表示两个不同事件的结构集合，此处的结构是指事件的属性集合中是否包含第个属性；所述属性相似度为： ；其中，为第个属性的最大值，为第个属性的最小值；其中，采用伯特模型将所述事件案例库中事件的文本信息进行向量化处理的过程中，根据伯特模型进行文本向量化后，采用向量相似对同一事件的不同表述进行相似判别。

全文数据：

权利要求：

百度查询： 中国电子科技集团公司第十五研究所 基于大数据语义的相似事件检索方法、系统、设备和介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD