[發(fā)明專(zhuān)利]一種知識(shí)共享平臺(tái)的詞條處理裝置和方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410268830.2
• 申請(qǐng)日: 2014-06-16
• 公開(kāi)（公告）號(hào): CN104021202B
• 公開(kāi)（公告）日: 2017-11-24
• 發(fā)明（設(shè)計(jì)）人: 李永強(qiáng)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 百度在線(xiàn)網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類(lèi)號(hào): G06F17/30
• 分類(lèi)號(hào): G06F17/30
• 代理公司: 北京銘碩知識(shí)產(chǎn)權(quán)代理有限公司11286
• 代理人: 王艷嬌

1.一種知識(shí)共享平臺(tái)的詞條處理裝置，所述裝置包括：

候選詞條獲取單元，用于根據(jù)目標(biāo)詞條的目錄中第一目錄的目錄名稱(chēng)和所述第一目錄下的目錄內(nèi)容，獲取與所述第一目錄關(guān)聯(lián)的候選詞條及其詞條內(nèi)容；

內(nèi)容比較單元，用于計(jì)算每個(gè)候選詞條的詞條內(nèi)容與所述第一目錄下的目錄內(nèi)容之間的文本相似度；

詞條確定單元，用于根據(jù)內(nèi)容比較單元計(jì)算的文本相似度，從候選詞條中確定與所述第一目錄相關(guān)的詞條，

其中，候選詞條獲取單元選擇所述第一目錄的目錄名加上所述第一目錄的一部分目錄內(nèi)容組成候選文本，從所述候選文本中確定屬于詞條數(shù)據(jù)庫(kù)中的現(xiàn)有詞條，將所述現(xiàn)有詞條確定為所述候選詞條。

2.如權(quán)利要求1所述的裝置，其中，所述候選詞條獲取單元使用trie樹(shù)算法從存儲(chǔ)有詞條的詞條數(shù)據(jù)庫(kù)提取與所述第一目錄關(guān)聯(lián)的候選詞條。

3.如權(quán)利要求1所述的裝置，其中，所述內(nèi)容比較單元使用tf-idf算法來(lái)計(jì)算候選詞條的詞條內(nèi)容與所述第一目錄下的目錄內(nèi)容之間的文本相似度。

4.如權(quán)利要求1所述的裝置，其中，所述詞條確定單元具體用于：將針對(duì)所述候選詞條而計(jì)算的文本相似度與預(yù)設(shè)閾值進(jìn)行比較，如果計(jì)算的文本相似度高于預(yù)設(shè)閾值，則所述詞條確定單元將高于預(yù)設(shè)閾值的候選詞條確定為與所述第一目錄相關(guān)的詞條。

5.如權(quán)利要求4所述的裝置，其中，所述詞條確定單元還用于：確定所述候選詞條是否滿(mǎn)足預(yù)設(shè)的多條后處理規(guī)則；如果滿(mǎn)足預(yù)設(shè)的多條后處理規(guī)則中的第N條，則所述詞條確定單元確定所述第N條后處理規(guī)則對(duì)應(yīng)的閾值，并判斷針對(duì)滿(mǎn)足所述第N條后處理規(guī)則的候選詞條計(jì)算的文本相似度是否高于與所述第N條后處理規(guī)則對(duì)應(yīng)的閾值，如果高于，則所述詞條確定單元將高于與所述第N條后處理規(guī)則對(duì)應(yīng)的閾值的候選詞條確定為與所述第一目錄相關(guān)的詞條，N為自然數(shù)。

6.一種知識(shí)共享平臺(tái)的詞條處理方法，所述方法包括：

根據(jù)目標(biāo)詞條的目錄中第一目錄的目錄名稱(chēng)和所述第一目錄下的目錄內(nèi) 容，獲取與所述第一目錄關(guān)聯(lián)的候選詞條及其詞條內(nèi)容；

計(jì)算每個(gè)候選詞條的詞條內(nèi)容與所述第一目錄下的目錄內(nèi)容之間的文本相似度；

根據(jù)計(jì)算的文本相似度，從候選詞條中確定與所述第一目錄相關(guān)的詞條，

其中，在獲取所述候選詞條的步驟中，選擇所述第一目錄的目錄名加上所述第一目錄的一部分目錄內(nèi)容組成候選文本，從所述候選文本中確定屬于詞條數(shù)據(jù)庫(kù)中的現(xiàn)有詞條，將所述現(xiàn)有詞條確定為所述候選詞條。

7.如權(quán)利要求6所述的方法，其中，使用trie樹(shù)算法從存儲(chǔ)有詞條的詞條數(shù)據(jù)庫(kù)提取與所述第一目錄關(guān)聯(lián)的候選詞條。

8.如權(quán)利要求6所述的方法，其中，使用tf-idf算法來(lái)計(jì)算候選詞條的詞條內(nèi)容與所述第一目錄下的目錄內(nèi)容之間的文本相似度。

9.如權(quán)利要求6所述的方法，其中，確定與所述第一目錄相關(guān)的詞條的步驟具體包括：將針對(duì)所述候選詞條而計(jì)算的文本相似度與預(yù)設(shè)閾值進(jìn)行比較，如果計(jì)算的文本相似度高于預(yù)設(shè)閾值，則將高于預(yù)設(shè)閾值的候選詞條確定為與所述第一目錄相關(guān)的詞條。

10.如權(quán)利要求9所述的方法，其中，確定與所述第一目錄相關(guān)的詞條的步驟進(jìn)一步包括：確定所述候選詞條是否滿(mǎn)足預(yù)設(shè)的多條后處理規(guī)則；如果滿(mǎn)足預(yù)設(shè)的多條后處理規(guī)則中的第N條，則確定所述第N條后處理規(guī)則對(duì)應(yīng)的閾值，并判斷針對(duì)滿(mǎn)足所述第N條后處理規(guī)則的候選詞條計(jì)算的文本相似度是否高于與所述第N條后處理規(guī)則對(duì)應(yīng)的閾值，如果高于，則將高于與所述第N條后處理規(guī)則對(duì)應(yīng)的閾值的候選詞條確定為與所述第一目錄相關(guān)的詞條，N為自然數(shù)。