[發明專利]信息輸出方法和裝置

在審

• 申請號: 201711383167.0
• 申請日: 2017-12-20
• 公開（公告）號: CN108073708A
• 公開（公告）日: 2018-05-25
• 發明（設計）人: 黃波;李大任
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種信息輸出方法，包括：

分別從待檢測文本和多個歷史文本中提取特征詞；

基于所提取的特征詞，確定所述多個歷史文本中的至少一個候選歷史文本；

確定所述至少一個候選歷史文本中的各個候選歷史文本與所述待檢測文本的文本重復度，其中，文本重復度用于表征文本的相似程度；

基于所確定的文本重復度和預設重復度閾值的比較，確定所述至少一個候選歷史文本中的目標歷史文本，并輸出所述目標歷史文本。

2.根據權利要求1所述的信息輸出方法，其中，所述分別從待檢測文本和多個歷史文本中提取特征詞，包括：

分別對待檢測文本和多個歷史文本中的各個歷史文本進行分詞；

對于進行分詞后的每一個文本，確定該文本中分詞后的各個詞在該文本中的權重，按照權重從大到小的順序選取第一預設數量的詞，將所選取的詞確定為該文本的特征詞。

3.根據權利要求2所述的信息輸出方法，其中，所述基于所提取的特征詞，確定所述多個歷史文本中的至少一個候選歷史文本，包括：

對于所述多個歷史文本中的每一個歷史文本，確定該歷史文本與所述待檢測文本的共同特征詞，并確定所述共同特證詞在該歷史文本中的權重與所述共同特證詞在所述待檢測文本中的權重的和；

將所確定的權重的和中的、大于預設數值的和所對應的歷史文本確定為候選歷史文本。

4.根據權利要求2所述的信息輸出方法，其中，在所述對于進行分詞后的每一個文本，確定該文本中分詞后的各個詞在該文本中的權重，按照權重從大到小的順序選取預設數量的詞，將所選取的詞確定為該文本的特征詞之后，所述方法還包括：

對于從歷史文本中所提取的每一個特征詞，將所提取的特征詞中包含該特征詞的歷史文本作為與該特征詞對應的關聯歷史文本，建立該特征詞與關聯歷史文本信息的索引，其中，所述關聯歷史文本信息包括所述關聯歷史文本的標識、該特征詞在所述關聯歷史文本中的權重和所述關聯歷史文本的發布時間；

將所建立的各個索引歸入倒排索引列表。

5.根據權利要求4所述的信息輸出方法，其中，所述基于所提取的特征詞，確定所述多個歷史文本中的至少一個候選歷史文本，包括：

將從所述待檢測文本所提取的特征詞作為目標特征詞，從所述倒排索引列表中檢索與所述目標特征詞相對應的索引；

從檢索到的索引所對應的關聯歷史文本信息中提取所述目標特征詞在與所述目標特征詞在相對應的各個關聯歷史文本中的權重；

對于與所述目標特征詞相對應的每一個關聯歷史文本，確定所述目標特征詞在所述待檢測文本中的權重與所述目標特征詞在該關聯歷史文本中的權重的和；

將所確定的權重的和中的、大于預設數值的和所對應的關聯歷史文本確定為候選歷史文本。

6.根據權利要求5所述的信息輸出方法，其中，所述基于所提取的特征詞，確定所述多個歷史文本中的至少一個候選歷史文本，還包括：

響應于確定所確定的權重的和中不存在大于所述預設數值的和，按照權重的和從大到小的順序選取第二預設數量的關聯歷史文本，將所選取的關聯歷史文本確定為候選歷史文本。