[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

本申請涉及提案熱點精準提取的方法、裝置、計算機設備和存儲介質。所述方法包括：根據分詞庫對政府文件進行分詞并構建第一重點詞庫，將政府文件劃分為多個最小詞并獲取其出現的第一概率，根據最小詞構建組合詞并獲取其出現的第二概率，根據第一概率計算組合詞的預測概率，第二概率大于預測概率則組合詞為新詞，根據新詞得到更新分詞庫和第二重點詞庫，根據更新分詞庫對提案進行分詞得到單詞集，根據算法得到各單詞的初始權重，根據單詞集匹配第二重點詞庫并設置各單詞的附加權重，根據初始權重和附加權重得到各單詞的最終權重，根據最終權重的排序結果確定熱點詞。采用本方法能夠快速、準確地提取提案熱點。

技術領域

本申請涉及計算機技術領域，特別是涉及提案熱點提取的方法、裝置、計算機設備和存儲介質。

背景技術

隨著計算機技術的發展，傳統人工作業逐漸被計算機給替代，在政府會議開展時，會議參與者一般而言會提交大量的提案，為了提高會議的進展，需要對所提交的提案進行熱點分析，從而提出熱詞，以盡快確認本次會議的重點議題。

傳統技術中，是根據關鍵詞的詞頻進行統計后，確定出熱詞，然而，提取出來的大部分都不是真正能體現提案內容的熱詞。比如經常會提取到“新華社”、“發改委”這類詞，而通過人工分析后，熱詞實際上是“扶貧攻堅戰”“復工復產”“十四五規劃”等類重點詞匯。因此，傳統技術在進行熱詞提取時，存在提取不精確的問題，難以直接使用。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠解決現有熱詞提取不精確問題的提案熱點提取的方法、裝置、計算機設備和存儲介質。

一種提案熱點精準提取的方法，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；

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。

在其中一個實施例中，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，所述方法還包括：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。

在其中一個實施例中，所述地理屬性級別包括：專屬城市、關聯城市以及其他城市。

在其中一個實施例中，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：