[發(fā)明專利]一種話題排序方法及裝置

有效

• 申請?zhí)枺?/td>: 201610024262.0
• 申請日: 2016-01-14
• 公開（公告）號: CN106970924B
• 公開（公告）日: 2020-10-20
• 發(fā)明（設計）人: 史立華
• 申請（專利權）人: 北京國雙科技有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335
• 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

1.一種話題排序的方法，其特征在于，所述方法包括：

確定話題語料中的詞語重要性，所述詞語重要性為所述話題語料中的詞語在區(qū)分一個話題時的區(qū)別程度；

提取所述話題語料中一個話題的關鍵詞；

利用所述詞語重要性計算所述關鍵詞的話題重要性，所述話題重要性為所述話題語料中的每個話題針對于所述關鍵詞所具有的重要性，通過關鍵詞在不同話題中的詞語重要性比重以及該關鍵詞在所述話題中的重要性確定；

根據(jù)所述話題重要性對所述話題語料中的話題進行排序；

其中，所述利用所述詞語重要性計算所述關鍵詞的話題重要性包括：

根據(jù)所述關鍵詞在所述話題語料中的分布確定所述關鍵詞在每個話題中的重要性系數(shù)；

根據(jù)所述關鍵詞在所述話題中的分布情況確定所述關鍵詞在所述話題中的關鍵詞重要性；

計算所述詞語重要性、所述關鍵詞重要性以及所述關鍵詞的重要性系數(shù)的乘積，得到所述關鍵詞的話題重要性。

2.根據(jù)權利要求1所述的方法，其特征在于，確定話題語料中的詞語重要性包括：

預處理所述話題語料，得到有效詞語集合；

計算所述有效詞語集合中的詞語在所述話題語料中的TF-IDF值；

根據(jù)所述TF-IDF值確定所述詞語的詞語重要性。

3.根據(jù)權利要求1或2所述的方法，其特征在于，提取所述話題語料中一個話題的關鍵詞包括：

利用所述話題語料進行話題劃分，生成話題組；

提取所述話題組中的一個話題，計算所述話題中每個詞語的TF-IDF值；

根據(jù)所述TF-IDF值確定所述話題中的關鍵詞。

4.根據(jù)權利要求3所述的方法，其特征在于，根據(jù)所述話題重要性對所述話題語料中的話題進行排序包括：

根據(jù)預置的關鍵詞數(shù)量分別計算每個關鍵詞在所述話題中的話題重要性；

累加所有關鍵詞的話題重要性，得到所述話題在所述話題組中的重要性分值；

根據(jù)所述重要性分值按照由高到低的順序確定所述話題的排序位置，完成對所述話題組的重要性排序。

5.一種話題排序的裝置，其特征在于，所述裝置包括：

確定單元，用于確定話題語料中的詞語重要性，所述詞語重要性為所述話題語料中的詞語在區(qū)分一個話題時的區(qū)別程度；

提取單元，用于提取所述話題語料中一個話題的關鍵詞；

計算單元，用于利用所述確定單元確定的詞語重要性計算所述提取單元提取的關鍵詞的話題重要性，所述話題重要性為所述話題語料中的每個話題針對于所述關鍵詞所具有的重要性，通過關鍵詞在不同話題中的詞語重要性比重以及該關鍵詞在所述話題中的重要性確定；

排序單元，用于根據(jù)所述計算單元計算的話題重要性對所述話題語料中的話題進行排序；

其中，所述計算單元包括：

第一確定模塊，用于根據(jù)所述關鍵詞在所述話題語料中的分布確定所述關鍵詞在每個話題中的重要性系數(shù)；

第二確定模塊，用于根據(jù)所述關鍵詞在所述話題中的分布情況確定所述關鍵詞在所述話題中的關鍵詞重要性；

計算模塊，用于計算所述詞語重要性、所述第二確定模塊確定的關鍵詞重要性以及所述第一確定模塊確定的關鍵詞的重要性系數(shù)的乘積，得到所述關鍵詞的話題重要性。

6.根據(jù)權利要求5所述的裝置，其特征在于，所述確定單元包括：

預處理模塊，用于預處理所述話題語料，得到有效詞語集合；

計算模塊，用于計算所述預處理模塊得到的有效詞語集合中的詞語在所述話題語料中的TF-IDF值；

確定模塊，用于根據(jù)所述計算模塊計算的TF-IDF值確定所述詞語的詞語重要性。

7.根據(jù)權利要求5或6所述的裝置，其特征在于，所述提取單元包括：

分組模塊，用于利用所述話題語料進行話題劃分，生成話題組；

計算模塊，用于提取所述分組模塊劃分的話題組中的一個話題，計算所述話題中每個詞語的TF-IDF值；

確定模塊，用于根據(jù)所述計算模塊計算的TF-IDF值確定所述話題中的關鍵詞。