[發(fā)明專利]時效需求識別方法及裝置

有效

• 申請?zhí)枺?/td>: 201510436121.5
• 申請日: 2015-07-23
• 公開（公告）號: CN105095434B
• 公開（公告）日: 2019-03-29
• 發(fā)明（設計）人: 鄒紅建;方高林;程軍
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡技術(shù)(北京)有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35
• 代理公司: 北京鴻德海業(yè)知識產(chǎn)權(quán)代理事務所(普通合伙) 11412
• 代理人: 袁媛

1.一種時效需求識別方法，其特征在于，包括：

接收用戶輸入的搜索詞；

根據(jù)預先從時效站點報道的時效事件中提取出的標題特征和從時效事件形成的事件簇中提取的事件簇特征，判斷所述搜索詞是否屬于所述標題特征或所述事件簇特征，若判斷結(jié)果為所述搜索詞屬于所述標題特征或所述事件簇特征，確定所述搜索詞具有時效需求，若判斷結(jié)果為所述搜索詞不屬于所述標題特征且不屬于所述事件簇特征，確定所述搜索詞不具有時效需求。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述判斷所述搜索詞是否屬于所述標題特征或所述事件簇特征，包括：

判斷所述標題特征中是否存在與所述搜索詞的相似度大于預設相似度門限的標題特征；

若判斷結(jié)果為存在，確定所述搜索詞屬于所述標題特征；

若判斷結(jié)果為不存在，根據(jù)所述搜索詞和所述事件簇特征，獲得所述搜索詞對應的事件簇概率，判斷所述事件簇概率是否大于預設的概率門限；

若判斷結(jié)果為是，確定所述搜索詞屬于所述事件簇特征；

若判斷結(jié)果為否，確定所述搜索詞不屬于所述標題特征且不屬于所述事件簇特征。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述事件簇特征包括所述事件簇特征對應的事件簇的核心詞和所述核心詞的共現(xiàn)詞；

所述根據(jù)所述搜索詞和所述事件簇特征，獲得所述搜索詞對應的事件簇概率，包括：

對所述搜索詞進行分詞處理，以獲得所述搜索詞中的分詞；

獲取核心詞屬于所述搜索詞中的分詞的事件簇特征作為待用事件簇特征；

對所述搜索詞中的分詞在所述搜索詞中的重要度和所述搜索詞中的分詞在所述待用事件簇特征中匹配到的詞語的權(quán)值進行加權(quán)處理，以獲得所述搜索詞屬于所述待用事件簇特征的概率；

獲取所述搜索詞屬于所述待用事件簇特征的概率中的最大概率作為所述搜索詞對應的事件簇概率。

4.根據(jù)權(quán)利要求1-3任一項所述的方法，其特征在于，所述根據(jù)預先從時效站點報道的時效事件中提取出的標題特征和從時效事件形成的事件簇中提取的事件簇特征，判斷所述搜索詞是否屬于所述標題特征或所述事件簇特征之前，包括：

獲取時效站點；

從所述時效站點報道的時效事件中提取標題特征和事件簇特征；

存儲所述標題特征和所述事件簇特征。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述獲取時效站點，包括：

獲取在距當前指定時間段內(nèi)報道過新的時效事件的站點作為初始站點，所述指定時間段是指與當前相距指定時間間隔的時間段；

統(tǒng)計所述初始站點的點擊展現(xiàn)率、引用率及報道及時度中的至少一個；

根據(jù)所述初始站點的點擊展現(xiàn)率、引用率以及報道及時度中的至少一個，從所述初始站點中選擇站點作為所述時效站點，直到所述時效站點對時效事件的覆蓋率位于預設覆蓋率范圍內(nèi)。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述從所述時效站點報道的時效事件中提取標題特征和事件簇特征，包括：

從所述時效事件的標題中提取能夠反映時效需求的標題特征；

對所述時效事件形成的事件簇進行時效需求挖掘，以獲得能夠反映時效需求的事件簇特征。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述對所述時效事件形成的事件簇進行時效需求挖掘，以獲得能夠反映時效需求的事件簇特征，包括：

對所述時效事件進行分詞，以獲得所述時效事件中的分詞；

根據(jù)所述時效事件中的分詞對所述時效事件進行聚類，以獲得至少一個事件簇；

對所述至少一個事件簇中的每個事件簇，統(tǒng)計所述事件簇內(nèi)的分詞的頻次和文檔頻次；

根據(jù)所述事件簇內(nèi)的分詞的頻次和文檔頻次，從所述事件簇內(nèi)的分詞中選擇所述事件簇的核心詞和所述核心詞的共現(xiàn)詞以構(gòu)成所述事件簇對應的事件簇特征。