【技术实现步骤摘要】
本专利技术实施例涉及防灾减灾，尤其涉及一种积水点智能识别方法、装置、电子设备及存储介质。
技术介绍
1、近年来，全球极端暴雨事件频繁发生，造成了重大的人员伤亡和严重的经济损失。与农村相比，洪水对建筑密集、人口稠密的城市造成的损害更为严重。城市内涝点具有空间散布和动态变化的特点，及时收集完整的内涝位置信息极为困难。
2、在实时获取内涝点的传统技术中，人工探测和地面传感器虽然可以保证测量精度，但测量范围有限；遥感、雷达卫星等技术可以收集实时信息，但数据质量容易受到云层覆盖或重访周期的影响；无人机低空摄影技术可以获得高分辨率数据，但大规模收集城市内涝点的实时数据仍受空域管制、雨天作业和电力等多重因素的限制。社交媒体的出现使快速获取内涝相关信息变得更容易，然而，社交媒体自带的地理标签比例有限，用户配置文件中的位置大多数情况下反映的是注册位置，通常不准确或已过时。社交媒体平台的用户较注重个人隐私，大多数用户不愿意分享自己的位置，导致可直接获取的地理标签数据非常有限。社交媒体文本中相对丰富的地理描述为地理位置的挖掘提供了新的思路，但这类信息的挖掘和应用仍在起步阶段。
3、因此，如何从社交媒体数据中获取内涝点的位置信息是本领域技术人员亟待解决的技术问题。
技术实现思路
1、本专利技术实施例提供一种积水点智能识别方法、装置、电子设备及存储介质，以实现高效低成本地从社交媒体文本信息中挖掘细粒度积水点位置信息，极大提高了社交媒体大数据的利用价值，有助于促进智慧城市的建设。>
2、第一方面，本专利技术实施例提供了一种积水点智能识别方法，包括：
3、采用爬虫技术从社交媒体上获取与暴雨内涝有关的文本信息，并将所述文本信息进行预处理，以得到目标文本信息；所述预处理包括文本分句以及关键词逆筛；
4、对目标文本信息进行分类，并对分类后的文本信息进行类别标注；其中，分类后的文本信息包括积水信息以及损失信息；
5、构建细粒度地理位置自动提取算法，并依据所述细粒度地理位置自动提取算法从积水信息以及损失信息中获取目标细粒度积水点位置信息；
6、确定所述目标细粒度积水点位置信息对应的经纬度信息，并依据所述经纬度信息对所述目标细粒度积水点位置进行编码以及可视化。
7、第二方面，本专利技术实施例还提供了一种积水点智能识别装置，包括：
8、文本信息获取及预处理模块，用于采用爬虫技术从社交媒体上获取与暴雨内涝有关的文本信息，并将所述文本信息进行预处理，以得到目标文本信息；所述预处理包括文本分句以及关键词逆筛；
9、文本信息分类及标注模块，用于对目标文本信息进行分类，并对分类后的文本信息进行类别标注；其中，分类后的文本信息包括积水信息以及损失信息；
10、细粒度积水点位置信息提取模块，用于构建细粒度地理位置自动提取算法，并依据所述细粒度地理位置自动提取算法从积水信息以及损失信息中获取目标细粒度积水点位置信息；
11、细粒度积水点位置信息可视化模块，用于确定所述目标细粒度积水点位置信息对应的经纬度信息，并依据所述经纬度信息对所述目标细粒度积水点位置进行编码以及可视化。
12、第三方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：
13、一个或多个处理器；
14、存储装置，用于存储一个或多个程序；
15、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术任意实施例所述的积水点智能识别方法。
16、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术任意实施例所述的积水点智能识别方法。
17、第五方面，本专利技术实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本专利技术任意实施例所述的积水点智能识别方法。
18、本专利技术实施例提供了一种积水点智能识别方法、装置、电子设备和存储介质，通过采用爬虫技术从社交媒体上获取与暴雨内涝有关的文本信息并进行预处理，以得到目标文本信息；对目标文本信息分类为积水信息以及损失信息并进行标注；构建细粒度地理位置自动提取算法，并依据所述细粒度地理位置自动提取算法从积水信息以及损失信息中获取目标细粒度积水点位置信息；确定所述目标细粒度积水点位置信息对应的经纬度信息，并依据所述经纬度信息对所述目标细粒度积水点位置进行编码以及可视化。采用本专利技术实施例的技术方案，集数据快速收集、处理及分类、细粒度积水点位置挖掘、位置编码及可视化为一体，高效低成本地从社交媒体文本信息中挖掘细粒度积水点位置信息，极大提高了社交媒体大数据的利用价值，有助于促进智慧城市的建设。
本文档来自技高网...【技术保护点】
1.一种积水点智能识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述采用爬虫技术从社交媒体上获取与暴雨内涝有关的文本信息，并将所述文本信息进行预处理，以得到目标文本信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述对目标文本信息进行分类，并对分类后的文本信息进行类别标注，包括：
4.根据权利要求1所述的方法，其特征在于，所述构建细粒度地理位置自动提取算法，并依据所述细粒度地理位置自动提取算法从积水信息以及损失信息中获取目标细粒度积水点位置信息，包括：
5.根据权利要求4所述的方法，其特征在于，所述采用所述基于语言规则的地理位置提取算法对积水信息、损失信息以及地理位置识别结果进行处理，得到第一细粒度积水点位置信息，包括：
6.根据权利要求5所述的方法，其特征在于，所述若片段中包含至少两个目标识别结果，则依据相邻两个目标识别结果间的距离判断所述至少两个目标识别结果是否属于同一地理位置，并将属于同一地理位置的至少两个目标识别结果进行组合，得到第四细粒度积水点位置信息，包括：
<...【技术特征摘要】
1.一种积水点智能识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述采用爬虫技术从社交媒体上获取与暴雨内涝有关的文本信息，并将所述文本信息进行预处理，以得到目标文本信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述对目标文本信息进行分类，并对分类后的文本信息进行类别标注，包括：
4.根据权利要求1所述的方法，其特征在于，所述构建细粒度地理位置自动提取算法，并依据所述细粒度地理位置自动提取算法从积水信息以及损失信息中获取目标细粒度积水点位置信息，包括：
5.根据权利要求4所述的方法，其特征在于，所述采用所述基于语言规则的地理位置提取算法对积水信息、损失信息以及地理位置识别结果进行处理，得到第一细粒度积水点位置信息，包括：<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。