用于管理基于文本的流式数据的方法和系统

1.一种用于管理基于文本的流式数据的方法，所述方法包括：
从所述基于文本的流式数据中提取多个命名实体；
基于外部知识对提取的命名实体进行分析；
利用分析的结果对命名实体进行选择；以及
将选择的命名实体所在的基于文本的流式数据的项目放置在所述选择 的命名实体对应的分类之下。
2.根据权利要求1所述的方法，其中使用命名实体识别技术从所述基 于文本的流式数据中提取多个命名实体。
3.根据权利要求1所述的方法，其中基于外部知识对提取的命名实体 进行分析的所述步骤进一步包括：
利用提取的命名实体与搜索引擎进行交互的结果测量所述提取的命名 实体的流行度。
4.根据权利要求1所述的方法，其中基于外部知识对提取的命名实体 进行分析的所述步骤进一步包括：
利用提取的命名实体与搜索引擎、社会标注服务进行交互的结果测量 所述提取的命名实体的动态趋势。
5.根据权利要求1所述的方法，其中基于外部知识对提取的命名实体 进行分析的所述步骤进一步包括：
利用用于表示用户的个人偏好的用户简档确定所述提取的命名实体的 重要性。
6.根据权利要求1所述的方法，进一步包括：
查找选择的命名实体是否已经被使用作为命名实体对应的分类；以及
如果选择的命名实体尚未被使用作为命名实体对应的分类，则创建所 述选择的命名实体对应的分类。
7.根据权利要求1所述的方法，进一步包括：
重新排序命名实体对应的分类。
8.根据权利要求7所述的方法，其中通过以下方式重新排序命名实体 对应的分类：
将命名实体对应的分类按照其包含的基于文本的流式数据的项目的时 间进行重新排序；和/或
将命名实体对应的分类按照字母顺序进行重新排序。
9.根据权利要求1所述的方法，其中所述基于文本的流式数据从包括 以下的组中选出：简单聚合数据、维基百科条目、用于移动电话的文本消 息、可订阅的新闻组。
10.根据权利要求1所述的方法，其中所述基于文本的流式数据是完 整文本或者摘要。
11.一种用于管理基于文本的流式数据的系统，所述系统包括：
命名实体识别处理器，用于从所述基于文本的流式数据中提取多个命 名实体；
命名实体分析组件，用于基于外部知识对提取的命名实体进行分析；
命名实体选择器，用于利用分析的结果对所述命名实体进行选择；以 及
数据安排组件，用于将选择的命名实体所在的基于文本的流式数据的 项目放置在所述选择的命名实体对应的分类之下。
12.根据权利要求11所述的系统，其中所述命名实体识别处理器使用 命名实体识别技术从所述基于文本的流式数据中提取多个命名实体。
13.根据权利要求11所述的系统，其中所述命名实体分析组件进一步 包括：
流行度分析组件，用于利用提取的命名实体与搜索引擎进行交互的结 果测量所述提取的命名实体的流行度。
14.根据权利要求11所述的系统，其中所述命名实体分析组件进一步 包括：
动态趋势分析组件，用于利用提取的命名实体与搜索引擎、社会标注 服务进行交互的结果测量所述提取的命名实体的动态趋势。
15.根据权利要求11所述的系统，其中所述命名实体分析组件进一步 包括：
个性化偏好分析组件，用于利用用于表示用户的个人偏好的用户简档 确定所述提取的命名实体的重要性。
16.根据权利要求11所述的系统，进一步包括：
命名实体查找器，用于查找选择的命名实体是否已经被使用作为命名 实体对应的分类；
其中，如果选择的命名实体尚未被使用作为命名实体对应的分类，则 所述数据安排组件创建所述选择的命名实体对应的分类。
17.根据权利要求11所述的系统，进一步包括：
命名实体重新排序组件，用于重新排序命名实体对应的分类。
18.根据权利要求17所述的系统，其中所述命名实体重新排序组件包 括：
用于将命名实体对应的分类按照其包含的基于文本的流式数据的项目 的时间进行重新排序的装置；和/或
用于将命名实体对应的分类按照字母顺序进行重新排序的装置。
19.根据权利要求11所述的系统，其中所述基于文本的流式数据从包 括以下的组中选出：简单聚合数据、维基百科条目、用于移动电话的文本 消息、可订阅的新闻组。
20.根据权利要求11所述的系统，其中所述基于文本的流式数据是完 整文本或者摘要。

暂无

暂无