[發(fā)明專利]文章聚合方法及裝置

在審

• 申請?zhí)枺?/td>: 201711145235.X
• 申請日: 2017-11-17
• 公開（公告）號: CN107748802A
• 公開（公告）日: 2018-03-02
• 發(fā)明（設(shè)計）人: 蔣帥;陳思姣;羅雨;刁世亮
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/24
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)11201
• 代理人: 宋合成

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種文章聚合方法及裝置。

背景技術(shù)

目前，互聯(lián)網(wǎng)上的信息呈爆發(fā)式的增長，圍繞互聯(lián)網(wǎng)數(shù)據(jù)展開的趨勢性應(yīng)用和產(chǎn)品正不斷受到關(guān)注，例如熱點新聞聚合文章。現(xiàn)有技術(shù)中，生成熱點新聞聚合文章時，是由編輯員從海量的新聞數(shù)據(jù)中挑選出熱點新聞，獲取熱點新聞中的摘要信息，編輯得到熱點新聞聚合文章，費時費力，且得到的熱點新聞聚合文章覆蓋的熱點興趣點不全面，效率低且準確率低。

發(fā)明內(nèi)容

本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。

為此，本發(fā)明的第一個目的在于提出一種文章聚合方法，用于解決現(xiàn)有技術(shù)中熱點新聞聚合文章生成效率低且準確率低的問題。

本發(fā)明的第二個目的在于提出一種文章聚合裝置。

本發(fā)明的第三個目的在于提出另一種文章聚合裝置。

本發(fā)明的第四個目的在于提出一種非臨時性計算機可讀存儲介質(zhì)。

本發(fā)明的第五個目的在于提出一種計算機程序產(chǎn)品。

為達上述目的，本發(fā)明第一方面實施例提出了一種文章聚合方法，包括：

獲取搜索日志；所述搜索日志中包括：多個搜索詞以及所述搜索詞的熱度信息；

根據(jù)所述搜索詞的熱度信息，獲取所述搜索詞中的熱點興趣點；

獲取滿足預(yù)設(shè)條件的多條新聞數(shù)據(jù)；

根據(jù)所述熱點興趣點對所述新聞數(shù)據(jù)進行標注，確定所述新聞數(shù)據(jù)中所包括的熱點興趣點以及所述熱點興趣點的評估分數(shù)；

針對各個熱點興趣點，獲取包括所述熱點興趣點，且包括的所述熱點興趣點的評估分數(shù)滿足預(yù)設(shè)分數(shù)閾值的至少一條新聞數(shù)據(jù)，根據(jù)所述至少一條新聞數(shù)據(jù)，生成與所述熱點興趣點對應(yīng)的熱點新聞聚合文章。

進一步的，所述根據(jù)所述搜索詞的熱度信息，獲取所述搜索詞中的熱點興趣點，包括：

將多個搜索詞以及所述搜索詞的熱度信息，輸入預(yù)設(shè)的熱度模型，獲取所述搜索詞中的熱點搜索詞；

根據(jù)所述熱點搜索詞，查詢預(yù)設(shè)的實體詞典，判斷所述熱點搜索詞中是否包括實體；將包括實體的熱點搜索詞確定為候選興趣點；

獲取所述候選興趣點在新聞數(shù)據(jù)樣本中的命中率，根據(jù)所述命中率確定所述候選興趣點中的熱點興趣點。

進一步的，所述獲取所述候選興趣點在新聞數(shù)據(jù)樣本中的命中率，根據(jù)所述命中率確定所述候選興趣點中的熱點興趣點，包括：

獲取新聞數(shù)據(jù)樣本；

根據(jù)所述候選興趣點對所述新聞數(shù)據(jù)樣本中的多條新聞數(shù)據(jù)進行標注，獲取包括所述候選興趣點的新聞數(shù)據(jù)條數(shù)；

根據(jù)包括所述候選興趣點的新聞數(shù)據(jù)條數(shù)以及所述新聞數(shù)據(jù)樣本的總條數(shù)，計算所述候選興趣點的命中率；

將對應(yīng)的命中率大于預(yù)設(shè)概率閾值的候選興趣點，確定為熱點興趣點。

進一步的，所述獲取滿足預(yù)設(shè)條件的多條新聞數(shù)據(jù)，包括：

獲取新聞數(shù)據(jù)庫；

將所述新聞數(shù)據(jù)庫中的新聞數(shù)據(jù)，輸入預(yù)設(shè)的低質(zhì)模型，獲取所述新聞數(shù)據(jù)的分類；

獲取對應(yīng)的分類滿足預(yù)設(shè)條件的多條新聞數(shù)據(jù)。

進一步的，所述根據(jù)所述熱點興趣點對所述新聞數(shù)據(jù)進行標注，確定所述新聞數(shù)據(jù)中所包括的熱點興趣點以及所述熱點興趣點的評估分數(shù)，包括：

針對各條新聞數(shù)據(jù)，對所述新聞數(shù)據(jù)進行標注，獲取所述新聞數(shù)據(jù)中所包括的熱點興趣點；

獲取所述熱點興趣點在所述新聞數(shù)據(jù)中的出現(xiàn)次數(shù)；

根據(jù)所述熱點興趣點在所述新聞數(shù)據(jù)中的出現(xiàn)次數(shù)，計算所述熱點興趣點的評估分數(shù)。

進一步的，所述根據(jù)所述至少一條新聞數(shù)據(jù)，生成與所述熱點興趣點對應(yīng)的熱點新聞聚合文章，包括：

對所述至少一條新聞數(shù)據(jù)進行摘要生成，獲取所述至少一條新聞數(shù)據(jù)對應(yīng)的摘要；

根據(jù)所述至少一條新聞數(shù)據(jù)對應(yīng)的摘要以及文章模板，生成與所述熱點興趣點對應(yīng)的熱點新聞聚合文章。