[發(fā)明專(zhuān)利]文本推薦方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201810149129.7
• 申請(qǐng)日: 2018-02-13
• 公開(kāi)（公告）號(hào): CN110309293A
• 公開(kāi)（公告）日: 2019-10-08
• 發(fā)明（設(shè)計(jì)）人: 楊俊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類(lèi)號(hào): G06F16/35
• 分類(lèi)號(hào): G06F16/35;G06F16/36;G06F16/9535
• 代理公司: 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11219
• 代理人: 張一軍;楊曉偉

1.一種文本推薦方法，其特征在于，包括步驟：

獲取多個(gè)歷史文本，根據(jù)歷史文本之間的相似度將所述多個(gè)歷史文本歸入至少一個(gè)文本類(lèi)別；

將所述文本類(lèi)別按照其所包含的歷史文本數(shù)量進(jìn)行分組，得到至少一個(gè)文本分組；從每一文本分組中選取標(biāo)準(zhǔn)文本作為待推薦文本進(jìn)行推薦；其中，每一文本分組的標(biāo)準(zhǔn)文本為：在該文本分組的每一文本類(lèi)別中重復(fù)次數(shù)最大的歷史文本。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多個(gè)歷史文本中的每一歷史文本均對(duì)應(yīng)于一生成時(shí)間；以及，所述根據(jù)歷史文本之間的相似度將所述多個(gè)歷史文本歸入至少一個(gè)文本類(lèi)別，包括步驟：

S201：由所述多個(gè)歷史文本組成初始的文本集合；

S202：將當(dāng)前的文本集合中生成時(shí)間最晚的歷史文本確定為當(dāng)前的文本集合的基礎(chǔ)文本，將當(dāng)前的文本集合中與所述基礎(chǔ)文本的相似度符合預(yù)設(shè)條件的歷史文本確定為所述基礎(chǔ)文本的相似文本，將所述基礎(chǔ)文本及其相似文本確定為一個(gè)文本類(lèi)別，并將該文本類(lèi)別從當(dāng)前的文本集合中去除；

S203：在判斷去除該文本類(lèi)別的文本集合不為空時(shí)，執(zhí)行步驟S202和S203；直到初始的文本集合中的每一文本均歸入一個(gè)文本類(lèi)別。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)設(shè)條件包括：相似度不小于預(yù)設(shè)的相似度閾值。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述文本類(lèi)別按照其所包含的歷史文本數(shù)量進(jìn)行分組，得到至少一個(gè)文本分組，具體包括：

S301：將所述至少一個(gè)文本類(lèi)別按照所包含的歷史文本數(shù)量從大到小的順序排列，形成類(lèi)別序列；將所述類(lèi)別序列在前的、包含第一預(yù)設(shè)數(shù)量的文本類(lèi)別的部分作為初始的待分組類(lèi)別序列；

S302：對(duì)于當(dāng)前的待分組類(lèi)別序列的第一個(gè)文本類(lèi)別，將其后的、鄰接比連續(xù)不小于預(yù)設(shè)的比例閾值的文本類(lèi)別確定為所述第一個(gè)文本類(lèi)別的同量類(lèi)別，將所述第一個(gè)文本類(lèi)別及其同量類(lèi)別確定為一個(gè)文本分組，并將該文本分組從當(dāng)前的待分組類(lèi)別序列中去除；其中，當(dāng)前的待分組類(lèi)別序列中每一文本類(lèi)別的鄰接比為：該文本類(lèi)別與其在前文本類(lèi)別包含的歷史文本數(shù)量的比值；

S303：在判斷當(dāng)前文本分組的數(shù)量小于第二預(yù)設(shè)數(shù)量時(shí)，執(zhí)行步驟S302和步驟S303；直到當(dāng)前文本分組的數(shù)量等于第二預(yù)設(shè)數(shù)量。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法進(jìn)一步包括：

在所述獲取多個(gè)歷史文本之后，利用預(yù)先建立的語(yǔ)言模型檢測(cè)所述多個(gè)歷史文本中的噪聲數(shù)據(jù)，將檢測(cè)到的噪聲數(shù)據(jù)去除。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述方法進(jìn)一步包括：對(duì)于去除噪聲數(shù)據(jù)的多個(gè)歷史文本中的每一歷史文本，確定其核心詞，并將每一核心詞的詞向量的和作為該歷史文本的文本向量；其中，所述詞向量是利用詞向量計(jì)算工具預(yù)先獲得的；以及，

任意兩個(gè)歷史文本的相似度為利用二者文本向量確定的余弦相似度。

7.根據(jù)權(quán)利要求1-6任一所述的方法，其特征在于，所述多個(gè)歷史文本為：針對(duì)同一物品的歷史咨詢(xún)問(wèn)題文本。

8.一種文本推薦裝置，其特征在于，包括：

聚類(lèi)模型，用于獲取多個(gè)歷史文本，根據(jù)歷史文本之間的相似度將所述多個(gè)歷史文本歸入至少一個(gè)文本類(lèi)別；

推薦模塊，用于將所述文本類(lèi)別按照其所包含的歷史文本數(shù)量進(jìn)行分組，得到至少一個(gè)文本分組；從每一文本分組中選取標(biāo)準(zhǔn)文本作為待推薦文本進(jìn)行推薦；其中，每一文本分組的標(biāo)準(zhǔn)文本為：在該文本分組的每一文本類(lèi)別中重復(fù)次數(shù)最大的歷史文本。