[發明專利]提案熱點精準提取的方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202110647234.5
• 申請日: 2021-06-10
• 公開（公告）號: CN113190658B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 劉躍華;徐藝;劉坤朋
• 申請（專利權）人: 湖南正宇軟件技術開發有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/216;G06F40/289
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 邱軼

1.一種提案熱點精準提取的方法，其特征在于，所述方法包括：

獲取政府文件庫；所述政府文件庫包括：政府文件；所述政府文件是從各級政府官網服務器中提取得到的；

根據預先設置的分詞庫，對政府文件庫中的政府文件進行分詞，根據分詞結果，構建第一重點詞庫；

將政府文件庫中的政府文件劃分為多個最小詞以及獲取所述最小詞出現的第一概率，根據所述最小詞構建組合詞以及獲取所述組合詞出現的第二概率，根據所述第一概率，計算所述組合詞的預測概率，當所述組合詞的所述第二概率大于所述預測概率，則確定所述組合詞為新詞；預測概率是構建所述組合詞的多個最小詞之間不相關時，預測所述組合詞在政府文件中出現的概率；

根據所述新詞，對所述分詞庫進行更新，得到更新分詞庫，根據所述新詞，對所述第一重點詞庫進行更新，得到第二重點詞庫；

獲取待提取提案，根據所述更新分詞庫對待提取提案進行分詞，得到單詞集；

根據TF-IDF算法，得到所述單詞集中單詞的初始權重；

根據所述單詞集匹配所述第二重點詞庫得到的匹配結果，設置所述單詞集中單詞的附加權重；

根據所述初始權重和所述附加權重，得到所述單詞集中單詞的最終權重；

根據所述最終權重的排序結果，確定熱點詞；

所述附加權重包括：第一附加權重；

當所述匹配結果為所述單詞集中單詞出現在所述第二重點詞庫中時，獲取政府文件的位置來源信息，根據所述位置來源信息和所述新詞在所述政府文件中出現的次數，確定每個新詞在各地區的次數；

獲取熱點提取任務的地理信息，根據所述地理信息，確定所述新詞的地理屬性級別；所述地理屬性級別是根據所述新詞在各地區的次數從大到小排序結果得到的；

根據所述地理屬性級別和所述次數，確定新詞的第一附加權重。

2.根據權利要求1所述的方法，其特征在于，所述地理屬性級別包括：專屬城市、關聯城市以及其他城市。

3.根據權利要求1或2所述的方法，其特征在于，根據所述地理屬性級別和所述次數，確定新詞的第一附加權重，包括：

當地理屬性級別為專屬城市，根據所述地理屬性級別和所述次數，確定新詞的第一附加權重為：

其中，表示第一附加權重，n表示所述新詞在目標地區的次數，所述目標地區是從所述地理信息中提取得到的；

當地理屬性級別為關聯城市，根據所述地理屬性級別和所述次數，確定新詞的第一附加權重為：

其中，表示第一附加權重，n表示所述新詞在目標地區的次數，所述目標地區是從所述地理信息中提取得到的；

當地理屬性級別為其他城市，根據所述地理屬性級別和所述次數，確定新詞的第一附加權重為：

其中，表示第一附加權重，n表示所述新詞在目標地區的次數，所述目標地區是從所述地理信息中提取得到的。

4.根據權利要求1所述的方法，其特征在于，所述附加權重包括：第二附加權重；

當所述匹配結果為所述單詞集中單詞出現在所述第二重點詞庫中時，所述方法還包括：

獲取政府文件的時間來源信息，根據所述時間來源信息和所述新詞在所述政府文件中出現的次數，確定每個新詞在各時間段的次數；

獲取熱點提取任務的時刻信息；

根據所述時刻信息和所述次數，確定新詞的第二附加權重為：

其中，表示第二附加權重，n表示所述新詞在目標時刻的次數，所述目標時刻是從所述時刻信息中提取得到的。

5.根據權利要求1或2所述的方法，其特征在于，根據所述第一概率，計算所述組合詞的預測概率包括：

根據組合詞中每個最小詞的所述第一概率的乘積，計算得到所述組合詞的預測概率。

6.根據權利要求1或2所述的方法，其特征在于，所述方法還包括：

當所述匹配結果為所述單詞集中單詞未出現在所述第二重點詞庫中時，設置所述單詞集中單詞的附加權重為零。