[發(fā)明專利]一種文本信息的分類方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710420071.0
• 申請(qǐng)日: 2017-06-06
• 公開（公告）號(hào): CN109002443B
• 公開（公告）日: 2021-12-28
• 發(fā)明（設(shè)計(jì)）人: 葛婷
• 申請(qǐng)（專利權(quán)）人: 北京國(guó)雙科技有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F40/30
• 代理公司: 北京鼎佳達(dá)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11348
• 代理人: 王偉鋒;劉鐵生

本發(fā)明公開了一種文本信息的分類方法及裝置，涉及信息分類技術(shù)領(lǐng)域，主要目的在于識(shí)別物料信息中的關(guān)鍵詞，并基于關(guān)鍵詞對(duì)物料信息進(jìn)行分類。本發(fā)明主要的技術(shù)方案為：將所獲取的文本信息進(jìn)行分詞，得到多個(gè)詞根，所述詞根為用于文本信息分類的預(yù)置關(guān)鍵詞；根據(jù)所述詞根在所述文本信息中的位置組合多個(gè)詞根組；將所述詞根組與預(yù)置標(biāo)簽進(jìn)行匹配，所述預(yù)置標(biāo)簽是由多個(gè)詞根組合對(duì)應(yīng)的組合標(biāo)識(shí)；根據(jù)預(yù)置規(guī)則在匹配成功的詞根組中選擇一個(gè)詞根組對(duì)應(yīng)的預(yù)置標(biāo)簽作為所述文本信息的分類標(biāo)簽；按照所述分類標(biāo)簽對(duì)所述文本信息進(jìn)行分類。本發(fā)明主要用于對(duì)文本信息分類。

技術(shù)領(lǐng)域

本發(fā)明涉及信息分類技術(shù)領(lǐng)域，尤其涉及一種文本信息的分類方法及裝置。

背景技術(shù)

SEM(搜索引擎營(yíng)銷，Search Engine Marketing)的基本思想是讓用戶發(fā)現(xiàn)信息，并通過搜索點(diǎn)擊進(jìn)入網(wǎng)站/網(wǎng)頁(yè)進(jìn)一步了解他所需要的信息。SEM系統(tǒng)的作用是以最小的投入在搜索引擎中獲最大的訪問量并產(chǎn)生對(duì)應(yīng)的商業(yè)價(jià)值。在信息檢索過程中,用戶可以通過搜索詞來(lái)觸發(fā)預(yù)置的關(guān)鍵詞，再通過點(diǎn)擊操作由關(guān)鍵詞得到相關(guān)廣告創(chuàng)意，進(jìn)而進(jìn)入廣告主的網(wǎng)站，達(dá)成流量或轉(zhuǎn)化。

在廣告主的SEM賬戶中的關(guān)鍵詞、創(chuàng)意等數(shù)據(jù)一般統(tǒng)稱為物料，業(yè)務(wù)人員經(jīng)常需要更新物料信息。而對(duì)于新的物料信息,如何將其劃分到對(duì)應(yīng)的賬戶中，或者是為新建賬戶劃分物料信息，目前所采用的處理方法是通過人工的方式對(duì)物料信息進(jìn)行識(shí)別，并劃分到對(duì)應(yīng)的賬戶中。但對(duì)于大量的物料信息，需要在確保實(shí)效的前提下，就需要大量的人工來(lái)完成，而這種方式在高強(qiáng)度的工作狀態(tài)下將大幅降低對(duì)物料分類的準(zhǔn)確性。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供一種文本信息的分類方法及裝置，主要目的在于識(shí)別物料信息中的關(guān)鍵詞，并基于關(guān)鍵詞對(duì)物料信息進(jìn)行分類。

為達(dá)到上述目的，本發(fā)明主要提供如下技術(shù)方案：

一方面，本發(fā)明提供了一種文本信息的分類方法，該方法包括：

將所獲取的文本信息進(jìn)行分詞，得到多個(gè)詞根，所述詞根為用于文本信息分類的預(yù)置關(guān)鍵詞；

根據(jù)所述詞根在所述文本信息中的位置組合多個(gè)詞根組；

將所述詞根組與預(yù)置標(biāo)簽進(jìn)行匹配，所述預(yù)置標(biāo)簽是由多個(gè)詞根組合對(duì)應(yīng)的組合標(biāo)識(shí)；

根據(jù)預(yù)置規(guī)則在匹配成功的詞根組中選擇一個(gè)詞根組對(duì)應(yīng)的預(yù)置標(biāo)簽作為所述文本信息的分類標(biāo)簽；

按照所述分類標(biāo)簽對(duì)所述文本信息進(jìn)行分類。

優(yōu)選的，在將所獲取的文本信息進(jìn)行分詞之前，所述方法還包括：

設(shè)置預(yù)置規(guī)則，具體為：

設(shè)置所述預(yù)置標(biāo)簽中的組合詞根，包括詞根的順序以及數(shù)量；

對(duì)于具有相同詞根數(shù)量的預(yù)置標(biāo)簽，設(shè)置不同的優(yōu)先級(jí)。

優(yōu)選的，所述根據(jù)預(yù)置規(guī)則在匹配成功的詞根組中選擇一個(gè)詞根組對(duì)應(yīng)的預(yù)置標(biāo)簽作為所述文本信息的分類標(biāo)簽包括：

確定所述匹配成功的詞根組中詞根的數(shù)量；

當(dāng)詞根數(shù)量最多的詞根組唯一時(shí)，則將所述詞根組對(duì)應(yīng)的預(yù)置標(biāo)簽作為所述文本信息的分類標(biāo)簽；

當(dāng)詞根數(shù)量最多的詞根組為多個(gè)時(shí)，則提取多個(gè)詞根組中優(yōu)先級(jí)最高的一個(gè)詞根組所對(duì)應(yīng)的預(yù)置標(biāo)簽作為所述文本信息的分類標(biāo)簽。

優(yōu)選的，將所述詞根組與預(yù)置標(biāo)簽進(jìn)行匹配包括：

根據(jù)所述詞根組中的詞根數(shù)量和/或詞根的排列順序匹配所述預(yù)置標(biāo)簽。

優(yōu)選的，所述將所獲取的文本信息進(jìn)行分詞，得到多個(gè)詞根包括：

當(dāng)分詞結(jié)果中的分詞為所述預(yù)置關(guān)鍵詞時(shí)，將所述分詞作為一個(gè)詞根；