[發明專利]一種區塊鏈項目熱詞生成方法以及裝置

有效

• 申請號: 201910601772.3
• 申請日: 2019-07-05
• 公開（公告）號: CN110334268B
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 李晨
• 申請（專利權）人: 李晨
• 主分類號: G06F16/953
• 分類號: G06F16/953;G06F40/216;G06F40/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種區塊鏈項目熱詞生成方法，其特征在于，所述方法包括：

關鍵詞提取步驟，獲取區塊鏈項目新聞資訊，基于textrank算法提取所述區塊鏈項目新聞資訊中的關鍵詞，并計算所述關鍵詞基本權重；

主題分布獲取步驟，基于LDA算法訓練所述區塊鏈項目新聞資訊的主題模型，獲得所述區塊鏈項目新聞資訊的主題分布，并分別計算所述主題的主題分布權重及主題詞權重；

關鍵詞權重計算步驟，根據預設公式計算關鍵詞權重，并排序；

候選詞組生成步驟，通過詞語共現方式將所述關鍵詞組合生成候選詞組，所述候選詞組權重值為所述關鍵詞組合中各關鍵詞權重值之和；

熱詞生成步驟，選取權重值最高的候選詞組作為所述區塊鏈項目新聞資訊的熱詞輸出；

所述熱詞生成步驟還包括短語規則，規則如下：假設候選詞組集合P中權重最高的詞組為pmax，如果該詞組第一個詞為動詞，或者第一個動詞前沒有名詞，則判定詞組pmax缺乏主語；如果該詞組最后一個詞為動詞或者最后一個動詞后面沒有名詞，則判定詞組pmax缺乏賓語； 對于判定缺乏主語或賓語的詞組pmax，在候選詞組集合P中，按權重從高到低的順序搜索滿足如下條件的短語p，作為最后的標簽：①p包含短語pmax；②p中含有主語或賓語，選擇出權重最高的詞組作為該篇新聞資訊的熱門詞組輸出。

2.如權利要求1所述的方法，其特征在于，所述關鍵詞提取步驟還包括：

基于textrank算法提取所述區塊鏈項目新聞資訊中的關鍵詞，還需要排除預設停用詞并進行詞性過濾。

3.如權利要求1所述的方法，其特征在于，所述主題分布獲取步驟還包括：

基于LDA算法訓練所述區塊鏈項目新聞資訊的主題模型，選取前三個主題，分別計算所述主題的主題分布權重及各主題中主題詞權重。

4.如權利要求1所述的方法，其特征在于，所述關鍵詞權重計算步驟中預設公式為：

關鍵詞權重＝關鍵詞基本權重*a+主題分布權重*主題詞權重*b；

其中，a，b分別是對應的權重因子。

5.如權利要求1所述的方法，其特征在于，所述候選詞組生成步驟還包括：

所述關鍵詞通過同義、反義、互補、上下義、組合的詞語共現方式生成候選詞組。

6.如權利要求1所述的方法，其特征在于，所述熱詞生成步驟還包括：

對所述候選詞組進行關鍵信息過濾，選取權重值最高的語義完整的候選詞組作為所述區塊鏈項目新聞資訊的熱詞輸出。

7.一種區塊鏈項目熱詞生成裝置，其特征在于，所述裝置包括：

關鍵詞提取模塊，用于獲取區塊鏈項目新聞資訊，基于textrank算法提取所述區塊鏈項目新聞資訊中的關鍵詞，并計算所述關鍵詞基本權重；

主題分布獲取模塊，用于基于LDA算法訓練所述區塊鏈項目新聞資訊的主題模型，獲得所述區塊鏈項目新聞資訊的主題分布，并分別計算所述主題的主題分布權重及主題詞權重；

關鍵詞權重計算模塊，用于根據預設公式計算關鍵詞權重，并排序；

候選詞組生成模塊，用于通過詞語共現方式將所述關鍵詞組合生成候選詞組，所述候選詞組權重值為所述關鍵詞組合中各關鍵詞權重值之和；

熱詞生成模塊，用于選取權重值最高的候選詞組作為所述區塊鏈項目新聞資訊的熱詞輸出；

所述熱詞生成模塊還包括短語規則，規則如下：假設候選詞組集合P中權重最高的詞組為pmax，如果該詞組第一個詞為動詞，或者第一個動詞前沒有名詞，則判定詞組pmax缺乏主語；如果該詞組最后一個詞為動詞或者最后一個動詞后面沒有名詞，則判定詞組pmax缺乏賓語； 對于判定缺乏主語或賓語的詞組pmax，在候選詞組集合P中，按權重從高到低的順序搜索滿足如下條件的短語p，作為最后的標簽：①p包含短語pmax；②p中含有主語或賓語，選擇出權重最高的詞組作為該篇新聞資訊的熱門詞組輸出。