[發(fā)明專利]一種文章的分類方法、裝置及計算機系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011217423.0
• 申請日: 2020-11-04
• 公開（公告）號: CN112328788A
• 公開（公告）日: 2021-02-05
• 發(fā)明（設(shè)計）人: 李飛飛
• 申請（專利權(quán)）人: 上海豹云網(wǎng)絡(luò)信息服務(wù)有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/289;G06F40/205;G06F40/247;G06F40/284
• 代理公司: 北京市萬慧達律師事務(wù)所 11111
• 代理人: 段曉玲

本申請公開了一種文章的分類方法、裝置及計算機系統(tǒng)，所述方法包括：獲取待分類的文章；按照預(yù)設(shè)規(guī)則，對所述文章進行分詞，獲得分詞結(jié)果；根據(jù)所述分詞結(jié)果及預(yù)設(shè)詞庫，識別所述分詞結(jié)果包含的預(yù)設(shè)關(guān)鍵詞，所述預(yù)設(shè)詞庫用于存儲預(yù)設(shè)關(guān)鍵詞及對應(yīng)的預(yù)設(shè)類型；根據(jù)包含的所述預(yù)設(shè)關(guān)鍵詞對應(yīng)的預(yù)設(shè)類型，確定所述文章包含的目標(biāo)預(yù)設(shè)類型；使用預(yù)設(shè)匹配算法對所述分詞結(jié)果及所述目標(biāo)預(yù)設(shè)類型進行匹配，確定所述文章對應(yīng)的預(yù)設(shè)類型，可實現(xiàn)對大量采集的文章進行分類，提高了文章分類效率，經(jīng)過封裝后可直接提供給分析人員進行使用，提高了分析人員的文章分析效率。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機應(yīng)用技術(shù)領(lǐng)域，尤其涉及一種文章的分類方法、裝置及計算機系統(tǒng)。

背景技術(shù)

隨著網(wǎng)絡(luò)科技的發(fā)展，用戶常常會將自身對某一產(chǎn)品的使用反饋上傳到網(wǎng)站上供其他用戶參考，產(chǎn)品的生產(chǎn)及銷售方也會在網(wǎng)站上發(fā)布產(chǎn)品的廣告文案以吸引用戶進行購買。而該產(chǎn)品的競品生產(chǎn)及銷售方常常需要對該產(chǎn)品的反饋、廣告文案等進行分析，以得到對該產(chǎn)品的全面了解。然而，在采集廣告文案等數(shù)據(jù)時，很難針對性地僅采集某一產(chǎn)品對應(yīng)的廣告文案等數(shù)據(jù)，常常會同時采集到其他產(chǎn)品的數(shù)據(jù)，這就導(dǎo)致需要對采集的數(shù)據(jù)進行預(yù)先分類，分析者才能獲取相應(yīng)的數(shù)據(jù)進行分析。因此，亟需一種文章的分類方法，以實現(xiàn)對采集的文章的自動化分類。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)的不足，本發(fā)明的主要目的在于提供一種文章的分類方法、裝置及計算機系統(tǒng)，以實現(xiàn)對文章的自動化分類。

為了達到上述目的，第一方面本發(fā)明提供了一種文章的分類方法，所述方法包括：

獲取待分類的文章；

按照預(yù)設(shè)規(guī)則，對所述文章進行分詞，獲得分詞結(jié)果；

根據(jù)所述分詞結(jié)果及預(yù)設(shè)詞庫，識別所述分詞結(jié)果包含的預(yù)設(shè)關(guān)鍵詞，所述預(yù)設(shè)詞庫用于存儲預(yù)設(shè)關(guān)鍵詞及對應(yīng)的預(yù)設(shè)類型；

根據(jù)包含的所述預(yù)設(shè)關(guān)鍵詞對應(yīng)的預(yù)設(shè)類型，確定所述文章包含的目標(biāo)預(yù)設(shè)類型；

使用預(yù)設(shè)匹配算法對所述分詞結(jié)果及所述目標(biāo)預(yù)設(shè)類型進行匹配，確定所述文章對應(yīng)的預(yù)設(shè)類型。

在一些實施例中，使用預(yù)設(shè)匹配算法對所述分詞結(jié)果及所述目標(biāo)預(yù)設(shè)類型進行匹配，確定所述文章對應(yīng)的預(yù)設(shè)類型包括：

根據(jù)所述預(yù)設(shè)詞庫中所述目標(biāo)預(yù)設(shè)類型對應(yīng)的預(yù)設(shè)關(guān)鍵詞，生成每一所述目標(biāo)預(yù)設(shè)類型對應(yīng)的分詞詞組；

對所述分詞結(jié)果及每一所述分詞詞組進行匹配，確定所述分詞結(jié)果與每一所述分詞詞組的匹配度；

確定匹配度最高的分詞詞組對應(yīng)的目標(biāo)預(yù)設(shè)類型為所述文章對應(yīng)的預(yù)設(shè)類型。

在一些實施例中，所述獲取待分類的文章包括：

從預(yù)設(shè)網(wǎng)站獲取原始文本；

識別并去除所述原始文本包括的預(yù)設(shè)字符，生成待分類的文章，所述預(yù)設(shè)字符包括預(yù)設(shè)符號及網(wǎng)頁元素標(biāo)簽。

在一些實施例中，所述分詞結(jié)果包括一個或一個以上的詞，所述按照預(yù)設(shè)規(guī)則，對所述文章進行分詞，獲得分詞結(jié)果包括：

根據(jù)預(yù)設(shè)的同義詞詞庫，識別所述分詞結(jié)果包括的同義詞對，所述同義詞對由一個以上的詞組成；

將所述分詞結(jié)果中包括的所述同義詞對替換為對應(yīng)的預(yù)設(shè)替換詞。

在一些實施例中，所述方法包括：

根據(jù)所述分詞結(jié)果及確定的所述文章對應(yīng)的預(yù)設(shè)類型，更新所述預(yù)設(shè)詞庫中確定的所述文章對應(yīng)的預(yù)設(shè)類型對應(yīng)的預(yù)設(shè)詞。

在一些實施例中，所述方法中的對所述分詞結(jié)果及每一所述分詞詞組進行匹配，確定所述分詞結(jié)果與每一所述分詞詞組的匹配度包括：