突发事件检测方法、装置、电子设备及可读存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115099221A(43)申请公布日2022.09.23(21)申请号202210705178.0(22)申请日2022.06.21(71)申请人上海喜马拉雅科技有限公司地址201100上海市闵行区紫星路588号2幢2062室(72)发明人罗欢李辛陈超侯元春(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463专利代理师张欣欣(51)Int.Cl.G06F40/216(2020.01)G06F40/284(2020.01)G06Q30/00(2012.01)权利要求书3页说明书10页附图5页(54)发明名称突发事件检测方法、装置、电子设备及可读存储介质(57)摘要本发明提供的突发事件检测方法、装置、电子设备及可读存储介质，包括：获取当前时间窗口的第一文本数据、多个历史时间窗口的第二文本数据，以及目标子时间窗口的第三文本数据；从第三文本数据中确定出若干个目标词组、每个目标词组分别在第一文本数据、第二文本数据和第三文本数据中的数量和转人工处理次数；对每个目标词组，根据目标词组的数量、第一文本数据、第二文本数据以及第三文本数据各自对应的文本总数、词组类型以及转人工处理次数，确定对应的突发指数集合；若突发指数集合中目标突发指数大于目标突发指数对应的阈值则对该目标词组进行报警处理，本发明对检测时间粒度进行缩减，并利用不同突发指数进行突发检测，检测结果准确可靠性。CN115099221ACN115099221A权利要求书1/3页1.一种突发事件检测方法，其特征在于，所述方法包括：获取当前时间窗口内产生的第一文本数据、多个历史时间窗口内产生的第二文本数据，并根据目标子时间窗口，从所述第一文本数据中提取第三文本数据；其中，所述目标子时间窗口位于所述当前时间窗口内；从所述第三文本数据中确定出若干个目标词组、以及每个所述目标词组分别在所述第一文本数据、所述第二文本数据和所述第三文本数据中的数量和转人工处理次数；针对每个所述目标词组，根据所述目标词组的数量、所述第一文本数据、所述第二文本数据以及所述第三文本数据各自对应的文本总数、词组类型以及所述转人工处理次数，确定所述目标词组对应的突发指数集合；其中，所述突发指数集合包含目标子时间窗口突发指数；转人工突发指数；当前时间窗口突发指数或数量比例突发指数；若所述突发指数集合中目标突发指数大于所述目标突发指数对应的阈值，则对确定出的目标词组进行报警处理；其中，所述目标突发指数为突发指数集合中的任意一个。2.根据权利要求1所述的突发事件检测方法，其特征在于，针对每个所述目标词组，根据所述目标词组的数量、所述第一文本数据、所述第二文本数据以及所述第三文本数据各自对应的文本总数、词组类型以及所述转人工处理次数，确定所述目标词组对应的突发指数集合，包括：根据所述目标词组分别在所述第一文本数据和所述第二文本数据中的转人工处理次数和数量，确定所述转人工突发指数；根据所述目标词组分别在所述第一文本数据和所述第三文本数据中的数量、以及所述第一文本数据和所述第三文本数据各自的文本总数，确定所述目标子时间窗口突发指数；根据预设异常词组表，确定所述目标词组是否为异常词组；若不是，则根据所述目标词组分别在所述第一文本数据和所述第二文本数据中的数量、以及所述第一文本数据和所述第二文本数据各自的文本总数，确定所述当前时间窗口突发指数，并将所述转人工突发指数、所述目标子时间窗口突发指数和所述当前时间窗口突发指数作为所述突发指数集合；若是，则根据所述目标词组分别在所述第一文本数据和所述第二文本数据中的数量，确定所述数量比例突发指数，并将所述转人工突发指数、所述目标子时间窗口突发指数和所述数量比例突发指数作为所述突发指数集合。3.根据权利要求2所述的突发事件检测方法，其特征在于，根据所述目标词组分别在所述第一文本数据和所述第二文本数据中的转人工处理次数和数量，确定所述转人工突发指数，包括：根据所述目标词组在所述第一文本数据中对应的转人工次数、以及所述目标词组在所述第一文本数据中的数量，确定第一占比值；根据所述目标词组在所述第二文本数据中对应的转人工次数、以及所述目标词组在所述第二文本数据中的数量，确定第二占比值；根据所述第一占比值和所述第二占比值得到的转人工突发指数。4.根据权利要求2所述的突发事件检测方法，其特征在于，根据所述目标词组分别在所述第一文本数据和所述第三文本数据中的数量、以及所述第一文本数据和所述第三文本数据各自的文本总数，确定所述目标子时间窗口突发指数，包括：2CN115099221A权利要求书2/3页确定所述目标词组在所述第三文本数据中的数量与所述第三文本数据的文本总数的第三占比值；确定所述目标词组在所述第一文本数据中的数量与所述第一文本