[發明專利]確定文檔標簽的方法、裝置、電子設備和存儲介質

在審

• 申請號: 202111365672.9
• 申請日: 2021-11-17
• 公開（公告）號: CN114048315A
• 公開（公告）日: 2022-02-15
• 發明（設計）人: 王首勛;王安琦;靳雨霏
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/289;G06K9/62;G06F16/33
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 鄢功軍

本公開提供了一種確定文檔標簽的方法，涉及計算機技術領域，尤其涉及自然語言處理技術和文檔推薦技術。具體實現方案為：對目標文檔進行切詞處理，得到M個第一字段，其中，M為大于1的整數；將M個第一字段與預定詞庫中的多個預定字段進行匹配，得到N個目標字段，其中，N為大于或等于1的整數；以及根據N個目標字段，確定目標文檔的標簽。本公開還提供了一種確定文檔標簽的裝置、電子設備和存儲介質。

技術領域

本公開涉及計算機技術領域，尤其涉及自然語言處理技術和文檔推薦技術。更具體地，本公開提供了一種確定文檔標簽的方法、裝置、電子設備和存儲介質。

背景技術

在線文檔分享平臺中具有海量的文檔。可以確定每篇文檔的標簽，以便用戶選擇。相關技術中，可以根據文檔的標題和摘要確定該文檔的標簽。

發明內容

本公開提供了一種確定文檔標簽的方法、裝置、設備以及存儲介質。

根據第一方面，提供了一種確定文檔標簽的方法，該方法包括：對目標文檔進行切詞處理，得到M個第一字段，其中，M為大于1的整數；將上述M個第一字段與預定詞庫中的多個預定字段進行匹配，得到N個目標字段，其中，N為大于等于1的整數；以及根據上述N個目標字段，確定上述目標文檔的標簽。

根據第二方面，提供了一種確定文檔標簽的裝置，該裝置包括：切詞模塊，用于對目標文檔進行切詞處理，得到M個第一字段，其中，M為大于1的整數；匹配模塊，用于將上述M個第一字段與預定詞庫中的多個預定字段進行匹配，得到N個目標字段，其中，N為大于或等于1的整數；以及確定模塊，用于根據上述N個目標字段，確定上述目標文檔的標簽。

根據第三方面，提供了一種電子設備，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根據本公開提供的方法。

根據第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，該計算機指令用于使計算機執行根據本公開提供的方法。

根據第五方面，提供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根據本公開提供的方法。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開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

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1是根據本公開的一個實施例的可以應用確定文檔標簽的方法和裝置的示例性系統架構示意圖；

圖2是根據本公開的一個實施例的確定文檔標簽的方法的流程圖；

圖3是根據本公開的一個實施例的確定文檔標簽的方法的流程圖；

圖4是根據本公開的一個實施例的確定文檔標簽的裝置的框圖；以及

圖5是根據本公開的一個實施例的可以應用確定文檔標簽的方法的電子設備的框圖。

具體實施方式

以下結合附圖對本公開的示范性實施例做出說明，其中包括本公開實施例的各種細節以助于理解，應當將它們認為僅僅是示范性的。因此，本領域普通技術人員應當認識到，可以對這里描述的實施例做出各種改變和修改，而不會背離本公開的范圍和精神。同樣，為了清楚和簡明，以下的描述中省略了對公知功能和結構的描述。

針對具有摘要的文檔，可以根據文檔的標題和摘要確定文檔的標簽。在文檔沒有摘要的情況下，可以根據文檔的標題和文檔的前200或前300字確定文檔的標簽。