事件处理模型训练、事件处理方法、装置、设备及介质制造方法及图纸

本发明专利技术实施例公开了一种事件处理模型训练、事件处理方法、装置、设备及介质。该事件处理模型训练方法，具体可以包括：获取测试事件样本数据的测试事件样本特征集；根据所述测试事件样本特征集训练事件处理模型，以通过所述事件处理模型的第一聚类算法确定所述测试事件样本特征集的聚类算法中心点；通过所述事件处理模型的第二聚类算法根据所述聚类算法中心点对所述测试事件样本特征集进行聚类迭代计算，生成事件串并结果；根据所述事件串并结果对所述事件处理模型进行训练。本发明专利技术实施例的技术方案能够快速且有效的对事件进行串并，从而提高事件串并的效率和有效性。从而提高事件串并的效率和有效性。从而提高事件串并的效率和有效性。

【技术实现步骤摘要】
事件处理模型训练、事件处理方法、装置、设备及介质


[0001]本专利技术实施例涉及计算机
，尤其涉及一种事件处理模型训练、事件处理方法、装置、设备及介质。

技术介绍

[0002]对于同一个产生事件的主体来说，在其产生事件的过程中，其产生事件的方法以及手段会表现出相对稳定性。事件产生的方法以及手段的相对稳定性，能够反映出其所在各个事件的内在联系，代表着产生事件的活动规律与特点，发现、认识这一规律的过程就是相关部门处理事件的过程。
[0003]在现有技术中，主要是通过人工对事件特征进行分析，对比特征实现事件串并，但是该方式事件串并的效率比较低。而且，由于事件和产生事件的主体不断增多，事件形态纷繁复杂，难以对事件信息的关联性、规律性进行有效的解析，无法进行有效的事件串并及情报整合。

技术实现思路

[0004]本专利技术实施例提供一种事件处理模型训练、事件处理方法、装置、设备及介质，能够快速且有效的对事件进行串并，从而提高事件串并的效率和有效性。
[0005]第一方面，本专利技术实施例提供了一种事件处理模型训练方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种事件处理模型训练方法，其特征在于，包括：获取测试事件样本数据的测试事件样本特征集；根据所述测试事件样本特征集训练事件处理模型，以通过所述事件处理模型的第一聚类算法确定所述测试事件样本特征集的聚类算法中心点；通过所述事件处理模型的第二聚类算法根据所述聚类算法中心点对所述测试事件样本特征集进行聚类迭代计算，生成事件串并结果；根据所述事件串并结果对所述事件处理模型进行训练。2.根据权利要求1所述的方法，其特征在于，根据所述事件串并结果对所述事件处理模型进行训练，包括：获取所述事件处理模型的预设收敛条件；在所述事件串并结果未满足预设收敛条件的情况下，返回执行所述通过所述事件处理模型的第二聚类算法根据所述聚类算法中心点对所述测试事件样本特征集进行聚类迭代计算，直至所述事件串并结果满足预设收敛条件。3.根据权利要求2所述的方法，其特征在于，在所述事件串并结果满足预设收敛条件之后，还包括：对所述事件串并结果进行合格性校验；在所述事件串并结果未通过合格性校验的情况下，对所述事件处理模型的预设模型参数进行调整；返回执行通过所述事件处理模型的第一聚类算法确定所述测试事件样本特征集的聚类算法中心点，直至所述事件串并结果通过合格性校验。4.根据权利要求1所述的方法，其特征在于，所述测试事件样本数据包括测试案件样本数据；所述测试事件样本特征集包括测试案件样本特征集；其中，所述测试案件样本数据包括测试案件表格样本数据和/或测试案件文本样本数据；在所述测试案件样本数据包括测试案件表格样本数据的情况下，所述获取测试事件样本数据的测试事件样本特征集，包括：获取所述测试案件表格样本数据的目标表格字段；其中，所述目标表格字段包括作案手段、作案工具、作案时间或作案特征中的至少一项；确定所述目标表格字段的目标表格字段预设权重值；根据所述目标表格字段和所述目标表格字段预设权重值确定所述测试案件样本特征集；在所述测试案件样本数据包括测试案件文本样本数据的情况下，所述获取测试事件样本数据的测试事件样本特征集，包括：获取所述测试案件文本样本数据的目标文本词语；确定所述目标文本词语的目标文本词语预设权重值；根据所述目标文本词语和所述目标文本词语预设权重值确定所述测试案件样本特征集。5.一种事件处理方法，其特征在于，包括：获取待处理事件的待处理事件特征；将所述待处理事件特征输入至预先训练的事件处理模型，以通过所述事件处理模型对
所述待处理事件进行事件串并，...

【专利技术属性】
技术研发人员：李勇，郝威傑，王方圆，尚程，傅强，蔡琳，梁彧，田野，王杰，杨满智，金红，陈晓光，
申请(专利权)人：恒安嘉新北京科技股份公司，
类型：发明
国别省市：