[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

本公開是關于一種區塊鏈項目熱詞生成方法、裝置、電子設備以及存儲介質。其中，該方法包括：基于textrank算法提取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；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，并分別計算主題分布權重及主題詞權重；根據預設公式計算關鍵詞權重并排序；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；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。本公開監控各區塊鏈項目的媒體和用戶討論內容中的熱詞，實現對區塊鏈輿情的監控。

技術領域

本公開涉及自然語言處理領域，具體而言，涉及一種區塊鏈項目熱詞生成方法、裝置、電子設備以及計算機可讀存儲介質。

背景技術

在2018年，區塊鏈成為了互聯網領域最火爆的一項技術，大量區塊鏈項目和產品如同雨后春筍一般層出不窮，每天都會有數個全新的區塊鏈項目上線。那么，這么多的區塊鏈項目，如果用戶想要了解某個項目的情況，尤其是市場上對于該項目的討論程度(輿情)，就需要自己去查詢資料并且手動追蹤該項目的變化，這對于個人用戶來說，無疑是比較困難的。目前，市面上也有做區塊鏈指數的企業，但是絕大部分指數的編制都是基于該項目的市值，創始人背景，該項目在交易所的交易情況，價格變化，團隊情況等，以上這些因素大多都是金融層面的，而基于第三方媒體報導的輿情監控還屬于空白。特別是針對具體區塊鏈項目的輿情監控中，無法通過獲取區塊鏈項目熱詞來實現對區塊鏈項目輿情的精準監控。

由上可知，需要提供一種或多種至少能夠解決上述問題的技術方案。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本公開的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本公開的目的在于提供一種區塊鏈項目熱詞生成方法、裝置、電子設備以及計算機可讀存儲介質，進而至少在一定程度上克服由于相關技術的限制和缺陷而導致的一個或者多個問題。

根據本公開的一個方面，提供一種區塊鏈項目熱詞生成方法，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。

在本公開的一種示例性實施例中，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。

在本公開的一種示例性實施例中，所述主題分布獲取步驟還包括：