(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210370663.7 (22)申请日 2022.04.11 (71)申请人 安徽清博大 数据科技有限公司 地址 230031 安徽省合肥市蜀山经济开发 区湖光路自主创新产业基地三期(南 区)D座1701 (72)发明人 余强　朱旭琪　王欢　夏茂晋　 (51)Int.Cl. G06F 40/295(2020.01) G06F 40/30(2020.01) G06F 40/216(2020.01) G06F 16/33(2019.01) G06F 16/35(2019.01) G06F 40/242(2020.01) (54)发明名称 一种计算实体动态关系的系统及方法 (57)摘要 本发明公开了一种计算实体动态关系的系 统及方法， 包括实体识别模块、 构建计算模块、 写 入推送模块， 实体识别模块包括识别处理单元、 提取单元、 规范筛选单元， 处理单元用于处理人 名机构名实体， 提取单元用于对新闻中的标题与 正文采取拼接的方式， 输送进入模型， 对输入文 本保持固定截断值， 规范筛选单元用于利用正则 表达式规范输入的人名机构名实体。 本发明根据 现有实体识别技术， 包括使用预训练模 型与传统 模型相结合的方式， 从繁杂的新闻正文中识别出 新闻主体， 并分析随新闻热度变化的识别实体关 系的变化趋势， 建立实体之间的实时动态关系， 可应用于未来搜索词库拓展。 权利要求书2页 说明书5页 附图5页 CN 114742057 A 2022.07.12 CN 114742057 A 1.一种计算实体动态关系的系统及方法， 其特征在于， 包括实体识别模块、 构建计算模 块、 写入推送模块； 所述实体识别模块包括识别处理单元、 提取单元、 规范筛选单元， 处理单元用于处理人 名机构名实体， 提取单元用于对新闻中的标题与正文采取拼接的方式， 输送进入模型， 对输 入文本保持固定截断值， 规范筛 选单元用于利用正则表达式规范输入的人名机构名实体； 所述构建计算模块包括统计单元、 处理训练单元、 处理筛选单元、 热度计算单元、 数据 采集单元、 抽取单元， 统计单元用于输入规范后的人名机构名实体， 并统计各实体在 文本中 出现的次数， 处理训练单元用于， 处理训练单元用于对地域 实体的提取相对严格的多， 并最 终目的为输出文本的主要归属地地域， 处理筛选单元用于对输入新闻的标题与正文采取不 同策略， 对标题使用关键词检索策略， 关键词以国家发布的行政规划词典为材料， 提取标题 中的地域词后， 转换相对应的行政编号， 并进行频数统计， 对不符合规范的实体进行剔除， 热度计算单元用于以标题中最主要的地域信息为指引， 对正文中的地域信息进行剔除， 统 计细分地域的最多区县级地域信息， 保留主要的地域提及地， 数据采集单元用于采集包括 微信、 微博、 新闻客户端、 网页、 论坛和报刊 等六大平台的数据采集， 抽取单元用于调用Ner 模型提取热点新闻中的人名， 机构名以及地域实体信息， 并分别对每个事件的所有聚合数 据进行实体频数 统计， 同一 实体在一条新闻中单次出现或多次出现仅记作1次制定数据中3 种实体的热度阈值， 仅保留高于热度阈值的实体， 并保留实体的频数用于后期的热度值计 算； 所述写入推送模块用于将符合要求的实体数据写入文件并进行推送。 2.根据权利要求1所述的一种计算实体动态关系的方法， 其特征在于， 所述方法包括以 下步骤： A、 处理单元处理人名机构名实体， 提取单元对新闻中的标题与正文采取拼接的方式， 输送进入模型， 对输入文本保持固定截断值， 规范筛选单元用于利用正则表达式规范输入 的人名机构名实体； B、 统计单元输入规范后的人名机构名实体， 并统计各实体在文本中出现的次数， 处理 训练单元， 处理训练单元对地域实体的提取相对严格的多， 并最终目的为输出文本的主要 归属地地域， 处理筛选单元对输入新闻的标题与正文采取不同策略， 对标题使用关键词检 索策略， 关键词以国家发布的行政规划词典为材料， 提取标题中的地域词后， 转换相对应的 行政编号， 并进行频数统计， 对不符合规范的实体进 行剔除， 热度计算单元以标题中最主要 的地域信息为指引， 对正文中的地域信息进 行剔除， 统计细分地域的最多区县级地域信息， 保留主要的地域提及地； C、 数据采集单元采集包括微信、 微博、 新闻客户端、 网页、 论坛和报刊等六大平台的数 据采集， 抽取单元调用Ner模型提取热点新闻中的人名， 机构名以及地域实体信息， 并分别 对每个事件的所有聚合数据进 行实体频数 统计， 同一 实体在一条新闻中单次出现或多次出 现仅记作1次制定数据中3种实体的热度阈值， 仅保留高于热度阈值的实体， 并保留实体的 频数后期的热度值计算； D、 写入推送模块将符合要求的实体数据写入文件并进行推送。 3.根据权利要求1所述的一种计算实体动态关系的系统， 其特征在于， 所述处理筛选单 元对新闻正文采用的策略为使用地域模型提取地域实体， 对提取实体后的位置标记星号，权　利　要　求　书 1/2 页 2 CN 114742057 A 2再采用关键词模型对剩余文本检索， 对 所有识别的地域进行筛选， 按 行政规划字典， 寻找对 应的行政编号， 筛选方式主要有通过行政规划字典约束地域词， 对含地域信息的实体词， 查 询信息库， 转换编码， 若信息库中不存在， 则通过高德地图， 百度地图查询后， 获取地域信 息， 转换行政编号， 并存 入信息库中， 对不符合 规范的实体进行剔除。权　利　要　求　书 2/2 页 3 CN 114742057 A 3