[發明專利]匹配正文的方法、裝置、設備、存儲介質以及程序產品

在審

• 申請號: 202110209688.4
• 申請日: 2021-02-25
• 公開（公告）號: CN112926308A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 潘旭;黃強;楊哲;洪賽丁;章文俊;鐘輝強;徐思琪;周厚謙;劉崇
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F40/258
• 分類號: G06F40/258;G06F40/289;G06F16/34;G06K9/62
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本申請公開了一種匹配正文的方法、裝置、設備、存儲介質以及程序產品，涉及自然語言處理和深度學習等人工智能技術領域。該方法的一具體實施方式包括：獲取熱點事件對應的第一標題文本，以及與預設的文本集合中的正文對應的第二標題文本；將第一標題文本中的分詞和第二標題文本中的分詞進行聚類，得到詞集合；根據詞集合中的分詞對應的權重，以及第一標題文本中的分詞對應的權重，確定第二標題文本與第一標題文本之間的相似度；響應于相似度大于預設的相似度閾值，將文本集合中與第二標題文本對應的正文作為第一標題文本的目標正文。

技術領域

本申請涉及計算機技術領域，具體涉及自然語言處理和深度學習等人工智能技術領域，尤其涉及一種匹配正文的方法、裝置、設備、存儲介質以及程序產品。

背景技術

在網絡輿情擴散過程中，用戶可以從不同的輿情榜單中可以獲取到當前熱點事件的標題文本，但是該熱點事件的標題文本，沒有正文或正文地址。那么，在這種情況下，亟需一種給熱點事件的標題文本匹配正文的方法。

目前，現有技術通過短文本相似度計算，確定熱點事件的標題文本的相似文章，以給熱點事件匹配正文。

發明內容

本申請實施例提出了一種匹配正文的方法、裝置、設備、存儲介質以及程序產品。

第一方面，本申請實施例提出了一種匹配正文的方法，包括：獲取熱點事件對應的第一標題文本，以及與預設的文本集合中的正文對應的第二標題文本；將第一標題文本中的分詞和第二標題文本中的分詞進行聚類，得到詞集合；根據詞集合中的分詞對應的權重，以及第一標題文本中的分詞對應的權重，確定第二標題文本與第一標題文本之間的相似度；響應于相似度大于預設的相似度閾值，將文本集合中與第二標題文本對應的正文作為第一標題文本的目標正文。

第二方面，本申請實施例提出了一種匹配正文的裝置，包括：文本獲取模塊，被配置成獲取熱點事件對應的第一標題文本，以及與預設的文本集合中的正文對應的第二標題文本；集合得到模塊，被配置成將第一標題文本中的分詞和第二標題文本中的分詞進行聚類，得到詞集合；相似度確定模塊，被配置成根據詞集合中的分詞對應的權重，以及第一標題文本中的分詞對應的權重，確定第二標題文本與第一標題文本之間的相似度；作為正文模塊，被配置成響應于相似度大于預設的相似度閾值，將文本集合中與第二標題文本對應的正文作為第一標題文本的目標正文。

第三方面，本申請實施例提出了一種電子設備，包括：至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執行的指令，指令被至少一個處理器執行，以使至少一個處理器能夠執行如第一方面描述的方法。

第四方面，本申請實施例提出了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，計算機指令用于使計算機執行如第一方面描述的方法。

第五方面，本申請實施例提出了一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現第一方面描述的方法。

本申請實施例提供的匹配正文的方法、裝置、設備、存儲介質以及程序產品，首先獲取熱點事件對應的第一標題文本，以及與預設的文本集合中的正文對應的第二標題文本；之后將第一標題文本中的分詞和第二標題文本中的分詞進行聚類，得到詞集合；之后根據詞集合中的分詞對應的權重，以及第一標題文本中的分詞對應的權重，確定第二標題文本與第一標題文本之間的相似度；最后響應于相似度大于預設的相似度閾值，將文本集合中與第二標題文本對應的正文作為第一標題文本的目標正文。從而可以根據詞集合中的分詞的權重、以及第一標題文本中的分詞對應的權重給熱點事件對應的第一標題文本匹配目標正文，提高了匹配度。

應當理解，本部分所描述的內容并非旨在標識本申請的實施例的關鍵或重要特征，也不用于限制本申請的范圍。本申請的其它特征將通過以下的說明書而變得容易理解。

附圖說明