[發明專利]一種標簽的生成方法及裝置

在審

• 申請號: 201611225841.8
• 申請日: 2016-12-27
• 公開（公告）號: CN106776571A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 龐偉
• 申請（專利權）人: 北京奇虎科技有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/30;G06F9/44
• 代理公司: 北京鼎佳達知識產權代理事務所(普通合伙)11348
• 代理人: 王偉鋒,劉鐵生

技術領域

本發明涉及一種數據處理技術領域，特別是涉及一種標簽的生成方法及裝置。

背景技術

標簽是信息標識，是相關性很強的關鍵字，能夠描述對應的實物、軟件、著作等等，是以便于檢索和分享。應用搜索引擎，是指提供搜索和下載應用程序APP的軟件，能夠根據標識APP的APP標簽在現有的數百萬個APP中，搜索符合用戶需求的多個APP。

目前，現有通過標簽挖掘方法建立搜索引擎，可以準確得到用戶需求的APP。從APP簡介和標題中得到能夠反映APP內容信息的屬性標簽。將APP簡介和標題合并在一起，從中抽取類別標簽，并計算標簽權重，選擇權重較大的標簽為APP標簽。但是開發者為了提供APP的展現機會，往往提交大量的與APP相關性較弱的APP簡介，導致APP簡介中存在無關的作弊文字較多，使得生成的APP標簽不能有效地標識對應的APP。

發明內容

有鑒于此，本發明提供一種標簽的生成方法及裝置，主要目的在于提高APP標簽標識APP的有效性。

依據本發明一個方面，提供了一種標簽的生成方法，包括：

獲取應用文本語料；

提取所述應用文本語料中的詞項；

根據預置訓練參數，按照主題模型訓練所述詞項；

根據所述主題模型的訓練結果，生成標簽。

依據本發明另一方面，還提供了一種標簽的生成裝置，包括：

獲取單元，用于獲取應用文本語料；

提取單元，用于提取所述應用文本語料中的詞項；

訓練單元，用于根據預置訓練參數，按照主題模型訓練所述詞項；

生成單元，用于根據所述主題模型的訓練結果，生成標簽。

借由上述技術方案，本發明實施例提供的技術方案至少具有下列優點：

本發明提供的一種標簽的生成方法及裝置，與現有技術相比，本發明通過獲取應用文本語料，然后提取應用文本語料中的詞項，再根據預置訓練參數，按照主題模型訓練詞項，最后根據主題模型的訓練結果，生成標簽，能夠訓練應用文本語料的詞項，獲取各個詞項的能夠標識應用文本語料的概率，選取概率較大的詞項，能夠提高標簽標識應用文本語料的有效性。

上述說明僅是本發明技術方案的概述，為了能夠更清楚了解本發明的技術手段，而可依照說明書的內容予以實施，并且為了讓本發明的上述和其它目的、特征和優點能夠更明顯易懂，以下特舉本發明的具體實施方式。

附圖說明

通過閱讀下文優選實施方式的詳細描述，各種其他的優點和益處對于本領域普通技術人員將變得清楚明了。附圖僅用于示出優選實施方式的目的，而并不認為是對本發明的限制。而且在整個附圖中，用相同的參考符號表示相同的部件。在附圖中：

圖1示出了本發明實施例一提供的一種標簽的生成方法流程圖；

圖2示出了本發明實施例二提供的另一種標簽的生成方法流程圖；

圖3示出了本發明實施例三提供的一種標簽的生成裝置組成框圖；

圖4示出了本發明實施例四提供的另一種標簽的生成裝置組成框圖；

圖5示出了本發明實施例四提供的提取單元的組成框圖；

圖6示出了本發明實施例四提供的生成單元的組成框圖。

具體實施方式

下面將參照附圖更詳細地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例，然而應當理解，可以以各種形式實現本公開而不應被這里闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠將本公開的范圍完整的傳達給本領域的技術人員。

本發明實施例一提供了一種標簽的生成方法，如圖1所示，該方法包括：

101、獲取應用文本語料。

其中，所述應用文本語料為生成標簽提供文字基礎，是標簽文字的主要來源。例如，獲取APP的標簽，應用文本語料通常選取APP的摘要，摘要中包括APP的題目，簡要的解釋說明，以及推薦理由等等，本發明實施例不做具體限定。APP摘要能夠充分體現用于文本語料的內容。

102、提取應用文本語料中的詞項。

其中，所述詞項是指詞語或者詞組，也是應用文本語料中的特征詞語。對應用文本語料進行分詞處理，得到應用文本語料的各個分詞。可以將應用文本語料的各個分詞作為應用文本語料的詞項。但是并不是所有應用文本語料中的分詞都是特征詞語，所以還需要設置特征詞語的篩選規則，從應用文本語料中篩選出特征詞語。