[發明專利]時效性文本的識別方法、裝置、設備及存儲介質

有效

• 申請號: 202010541348.7
• 申請日: 2020-06-12
• 公開（公告）號: CN111695353B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 肖鋒;王全想
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F16/33
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;劉芳

1.一種時效性文本的識別方法，包括：

對待識別文本進行處理，得到所述待識別文本對應的多個有效分詞；

在所述有效分詞的數量大于或等于第一閾值時，分別計算所述多個有效分詞中，各有效分詞對應的時效權重；

根據各有效分詞對應的時效權重，確定所述待識別文本的識別結果；所述識別結果包括所述待識別文本為時效性文本，或者，所述待識別文本為非時效性文本；

所述根據各有效分詞對應的時效權重，確定所述待識別文本的識別結果，包括：

根據所述各有效分詞對應的時效權重的和，確定所述待識別文本對應的時效權重；

若所述待識別文本的時效權重大于或等于第二閾值，則確定所述待識別文本為時效性文本；

若所述待識別文本的時效權重小于第二閾值，則確定所述待識別文本為非時效性文本。

2.根據權利要求1所述的方法，所述分別計算所述多個有效分詞中，各有效分詞對應的時效權重，包括：

針對任意一個有效分詞，計算所述有效分詞在所述待識別文本中出現的頻率，以及所述有效分詞在當前文本集合中出現的逆文本頻率；所述當前文本集合中包括所述待識別文本；

根據所述有效分詞在所述待識別文本中出現的頻率和所述有效分詞在當前文本集合中出現的逆文本頻率，確定所述有效分詞對應的時效權重。

3.根據權利要求2所述的方法，計算所述有效分詞在當前文本集合中出現的逆文本頻率，包括：

分別確定所述當前文本集合中包括的文本的數量，以及所述當前文本集合中出現所述有效分詞的文本的數量；

根據所述當前文本集合中包括的文本的數量，以及所述當前文本集合中出現所述有效分詞的文本的數量，計算所述有效分詞在當前文本集合中出現的逆文本頻率。

4.根據權利要求3所述的方法，所述根據所述當前文本集合中包括的文本的數量，以及所述當前文本集合中出現所述有效分詞的文本的數量，計算所述有效分詞在當前文本集合中出現的逆文本頻率，包括：

根據所述當前文本集合中包括的文本的數量與所述當前文本集合中出現所述有效分詞的文本的數量的比值，計算所述有效分詞在當前文本集合中出現的逆文本頻率。

5.一種時效性文本的識別裝置，包括：

處理模塊，用于對待識別文本進行處理，得到所述待識別文本對應的多個有效分詞；

計算模塊，用于在所述有效分詞的數量大于或等于第一閾值時，分別計算所述多個有效分詞中，各有效分詞對應的時效權重；

處理模塊，還用于根據各有效分詞對應的時效權重，確定所述待識別文本的識別結果；所述識別結果包括所述待識別文本為時效性文本，或者，所述待識別文本為非時效性文本；

所述處理模塊，具體用于根據所述各有效分詞對應的時效權重的和，確定所述待識別文本對應的時效權重；若所述待識別文本的時效權重大于或等于第二閾值，則確定所述待識別文本為時效性文本；若所述待識別文本的時效權重小于第二閾值，則確定所述待識別文本為非時效性文本。

6.根據權利要求5所述的裝置，

所述計算模塊，具體用于針對任意一個有效分詞，計算所述有效分詞在所述待識別文本中出現的頻率，以及所述有效分詞在當前文本集合中出現的逆文本頻率；所述當前文本集合中包括所述待識別文本；并根據所述有效分詞在所述待識別文本中出現的頻率和所述有效分詞在當前文本集合中出現的逆文本頻率，確定所述有效分詞對應的時效權重。

7.根據權利要求6所述的裝置，

所述計算模塊，具體用于分別確定所述當前文本集合中包括的文本的數量，以及所述當前文本集合中出現所述有效分詞的文本的數量；并根據所述當前文本集合中包括的文本的數量，以及所述當前文本集合中出現所述有效分詞的文本的數量，計算所述有效分詞在當前文本集合中出現的逆文本頻率。

8.根據權利要求7所述的裝置，

所述計算模塊，具體用于根據所述當前文本集合中包括的文本的數量與所述當前文本集合中出現所述有效分詞的文本的數量的比值，計算所述有效分詞在當前文本集合中出現的逆文本頻率。