[發(fā)明專利]一種結(jié)合視覺分辨難度的文本串權(quán)重計算方法及裝置

無效

• 申請?zhí)枺?/td>: 201310725839.7
• 申請日: 2013-12-26
• 公開（公告）號: CN103744900A
• 公開（公告）日: 2014-04-23
• 發(fā)明（設(shè)計）人: 劉偉;姚鍵;潘柏宇;盧述奇
• 申請（專利權(quán)）人: 合一網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種結(jié)合視覺分辨難度的文本串權(quán)重計算方法，包括如下步驟：

構(gòu)造文檔集合并統(tǒng)計詞數(shù)據(jù)步驟S110：構(gòu)建文檔集合，并得到文本串的統(tǒng)計數(shù)據(jù)，具體包括：

文檔集合構(gòu)建子步驟S111：收集視頻信息庫中的視頻標題，從查詢?nèi)罩局须S機取出等量的用戶輸入的查詢串，將這兩部分文本一起作為下一步要處理的文檔集合；

數(shù)據(jù)統(tǒng)計子步驟S112：切分所述文檔集合中的每個文檔，每個文檔經(jīng)過切分后得到一個文本串序列，統(tǒng)計每個文本串出現(xiàn)在單個文檔中的頻次、每個文本串出現(xiàn)在文檔集合中的總頻次，對出現(xiàn)在文本串中的所有漢字統(tǒng)計其筆畫數(shù)量，如果不是漢字，則按照一畫統(tǒng)計；

中間權(quán)重結(jié)果計算步驟S120：對需要計算文本串權(quán)重的待測文檔D進行切詞，得到一個由k個文本串組成的序列，通過如下步驟分別得到幾種中間結(jié)果權(quán)重：

TF·IDF值計算子步驟S121：對所述文本串序列中的文本串Ti采用公式（1）計算其TF·IDF值，其中1≤i≤k,?

?????????公式（1），

其中，N為文檔集合中文檔數(shù)量，ND(Ti)為文本串Ti在待測文檔D中出現(xiàn)的次數(shù)，N(Ti)為文檔集合中含有文本串Ti的文檔數(shù)量；

視覺密度計算子步驟S122：對所述文本串序列中的文本串Ti，采用公式（2）計算其視覺密度：

?????公式（2），

其中，文本串Ti含有m個字符，BH(Cj)為Ti中第j個字符Cj的筆畫數(shù),?1≤j≤m，f₁和f_m為調(diào)權(quán)因子；?

易識別度計算子步驟S123：利用公式（3）計算文本串Ti的易識別度：

????????????公式（3），

m表示文本串Ti含有m個字符，CF(Cj)表示字符Cj易識別度，對文本串Ti中的首尾字符利用調(diào)權(quán)因子y₁和y_m進行調(diào)權(quán)，字符C易識別度CF(C)通過公式（4）計算得到：

??????????公式（4），

CWF為字符C在整個文檔集合中不同的文本串中出現(xiàn)的次數(shù)，TCl表示在整個文檔集合中含有字符C的第l個文本串，BH(C)為字符C的筆畫數(shù)，u為最易識別單字的筆畫數(shù)，f為調(diào)權(quán)因子，IDF(TCl)為含有字符C的全體文檔集合中含有字符C的第l個文本串的逆文檔頻率，通過公式（5）計算得到：

?????????????????????公式（5），

N為文檔集合中文檔數(shù)量，N(Tl)為文檔集合中含有文本串Tl的文檔數(shù)量；

綜合權(quán)重計算步驟S130：利用中間權(quán)重結(jié)果，采用公式（6）計算文本串Ti相對待測文檔D的權(quán)重，

??????公式（6）

其中，為TF·IDF值權(quán)重調(diào)權(quán)因子，為文本串視覺分辨難度調(diào)權(quán)因子；?

歸一化權(quán)重計算步驟S140：將待測文檔D中的文本串Ti的權(quán)重利用公式（7）進行歸一化，得到文本串Ti的歸一化權(quán)重，

?????????????????????公式（7）。

2.根據(jù)權(quán)利要求1所述的結(jié)合視覺分辨難度的文本串權(quán)重計算方法，其特征在于：

在視覺密度計算子步驟中，f₁=1.3，f_m=1.2。

3.根據(jù)權(quán)利要求1所述的結(jié)合視覺分辨難度的文本串權(quán)重計算方法，其特征在于：

在易識別度計算子步驟中，y₁=1.2,?y_m=1.2。

4.根據(jù)權(quán)利要求1所述的結(jié)合視覺分辨難度的文本串權(quán)重計算方法，其特征在于：

在易識別度計算子步驟中，u=9.7，f=3.5。

5.根據(jù)權(quán)利要求1，其特征在于：

在綜合權(quán)重計算步驟中，，均為1。