[發(fā)明專利]帶權重的文章標識方法和裝置有效
| 申請?zhí)枺?/td> | 201510976010.3 | 申請日： | 2015-12-22 |
| 公開（公告）號： | CN105589847B | 公開（公告）日： | 2019-02-15 |
| 發(fā)明（設計）人： | 張伸正;魏少俊;陳培軍 | 申請（專利權）人： | 北京奇虎科技有限公司;奇智軟件（北京）有限公司 |
| 主分類號： | G06F17/27 | 分類號： | G06F17/27 |
| 代理公司： | 北京鼎佳達知識產(chǎn)權代理事務所(普通合伙) 11348 | 代理人： | 王偉鋒;劉鐵生 |
| 地址： | 100088 北京市西城區(qū)新*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 權重 文章 標識 方法 裝置 | ||
1.一種帶權重的文章標識方法，其特征在于，包括：
對文章對應的標題進行分詞得到多個詞；
計算所述多個詞的權重值，所述多個詞的權重值反應所述多個詞在所述文章中的重要程度；
根據(jù)所述多個詞的權重值中的最小值設置預設值；
對所述多個詞的權重值進行調(diào)整，使得所述多個詞的權重值均為預設值的整數(shù)倍；
根據(jù)所述多個詞的權重值，擴展所述文章對應的標題中所述多個詞中至少一個詞的數(shù)量，使所述多個詞的數(shù)量與所述多個詞的權重值相對應；
以擴展后的標題對所述文章進行標識。
2.根據(jù)權利要求1所述的方法，其特征在于，計算所述多個詞的權重值，具體包括：
統(tǒng)計所述多個詞在所述文章中的詞頻，根據(jù)所述多個詞在所述文章中的詞頻，計算所述多個詞的權重值。
3.根據(jù)權利要求1-2任一項所述的方法，其特征在于，以擴展后的標題對所述文章進行標識，具體包括：
取所述擴展后的標題的最小哈希值對所述文章進行標識。
4.一種帶權重的文章標識裝置，其特征在于，包括：
分詞模塊，用于對文章對應的標題進行分詞得到多個詞；
權重值計算模塊，用于計算所述多個詞的權重值，所述多個詞的權重值反應所述多個詞在所述文章中的重要程度；
擴展模塊，用于根據(jù)所述多個詞的權重值，擴展所述文章對應的標題中所述多個詞中至少一個詞的數(shù)量，使所述多個詞的數(shù)量與所述多個詞的權重值相對應；
設置模塊，用于根據(jù)所述多個詞的權重值中的最小值設置預設值；
權值調(diào)整模塊，用于對所述多個詞的權重值進行調(diào)整，使得所述多個詞的權重值均為預設值的整數(shù)倍；
標識模塊，用于以擴展后的標題對所述文章進行標識。
5.根據(jù)權利要求4所述的裝置，其特征在于，所述權重值計算模塊統(tǒng)計所述多個詞在所述文章中的詞頻，根據(jù)所述多個詞在所述文章中的詞頻，計算所述多個詞的權重值。
6.根據(jù)權利要求4-5任一項所述的裝置，其特征在于，
所述標識模塊取所述擴展后的標題的最小哈希值對所述文章進行標識。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京奇虎科技有限公司;奇智軟件（北京）有限公司，未經(jīng)北京奇虎科技有限公司;奇智軟件（北京）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201510976010.3/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇：多電機保護與故障檢測裝置
- 下一篇：數(shù)字出版物的排版方法及裝置
