[發明專利]基于互聯網社區的帖子與話題的相關性計算方法和裝置

在審

• 申請號: 202210725666.8
• 申請日: 2022-06-24
• 公開（公告）號: CN115345156A
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 文成明
• 申請（專利權）人: 北京小川科技有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/30
• 代理公司: 北京中和立達知識產權代理有限公司 11756
• 代理人: 楊磊

1.一種基于互聯網社區的帖子與話題的相關性計算方法，其特征在于，所述方法包括：

獲取互聯網社區中的全部話題，提取每個話題名對應的代表詞組，并建立每個話題名和與其對應的代表詞組之間的索引；

對每個話題名進行信息擴展和代表詞組查詢，以得到與其對應的代表詞組查詢結果；

獲取用戶輸入的帖子內容文本；

計算所述帖子內容文本與每個話題名之間的第一相關性分數，和所述帖子內容文本與每個話題名對應的代表詞組查詢結果之間的第二相關性分數；

根據所述第一相關性分數和所述第二相關性分數，確定所述帖子內容文本和話題之間的最終相關性分數。

2.根據權利要求1所述的方法，其特征在于，提取每個話題名對應的代表詞組，包括：

獲取每個話題里的所有歷史帖子，并統計每個歷史帖子的點贊量和評論量，并進行加權和計算，得到計算結果；

根據所述計算結果，對每個話題里的所有歷史帖子進行降序排列；

針對每個話題，選取排列在前的第一預設數量的目標歷史帖子的內容作為該話題的熱帖預料；

根據所述話題的熱帖預料，提取對應的代表詞組。

3.根據權利要求2所述的方法，其特征在于，根據所述話題的熱帖預料，提取對應的代表詞組，包括：

以每個話題的熱帖預料為訓練數據，訓練所述話題的LDA主題聚類模型，生成所述話題對應的A個聚類主題；

提取每個聚類主題的前B個主題詞，作為所述話題的代表詞組。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據所述帖子內容文本和每個話題之間的最終相關性分數進行降序排列；

選取排列在前的第二預設數量的目標話題，并展示所述目標話題。

5.根據權利要求1所述的方法，其特征在于，對每個話題名進行信息擴展和代表詞組查詢，以得到與其對應的代表詞組查詢結果，包括：

對每個話題名中的詞語進行同義詞替換，以得到每個話題名對應的同義話題名；

分別查詢所述話題名和同義話題名對應的話題代表詞組，并取并集作為所述代表詞組查詢結果。

6.根據權利要求1所述的方法，其特征在于，根據所述第一相關性分數和所述第二相關性分數，確定所述帖子內容文本和話題之間的最終相關性分數，包括：

將所述第一相關性分數和所述第二相關性分數進行加權平均融合，以得到所述帖子內容文本和話題之間的最終相關性分數。

7.一種基于互聯網社區的帖子與話題的相關性計算裝置，其特征在于，所述裝置包括：

處理模塊，用于獲取互聯網社區中的全部話題，提取每個話題名對應的代表詞組，并建立每個話題名和與其對應的代表詞組之間的索引；

查詢模塊，用于對每個話題名進行信息擴展和代表詞組查詢，以得到與其對應的代表詞組查詢結果；

獲取模塊，用于獲取用戶輸入的帖子內容文本；

計算模塊，用于計算所述帖子內容文本與每個話題名之間的第一相關性分數，和所述帖子內容文本與每個話題名對應的代表詞組查詢結果之間的第二相關性分數；

確定模塊，用于根據所述第一相關性分數和所述第二相關性分數，確定所述帖子內容文本和話題之間的最終相關性分數。

8.一種基于互聯網社區的帖子與話題的相關性計算裝置，其特征在于，所述裝置包括：

處理器；

用于存儲處理器可執行指令的存儲器；

其中，所述處理器被配置為：

獲取互聯網社區中的全部話題，提取每個話題名對應的代表詞組，并建立每個話題名和與其對應的代表詞組之間的索引；

對每個話題名進行信息擴展和代表詞組查詢，以得到與其對應的代表詞組查詢結果；

獲取用戶輸入的帖子內容文本；

計算所述帖子內容文本與每個話題名之間的第一相關性分數，和所述帖子內容文本與每個話題名對應的代表詞組查詢結果之間的第二相關性分數；

根據所述第一相關性分數和所述第二相關性分數，確定所述帖子內容文本和話題之間的最終相關性分數。

9.一種計算機可讀存儲介質，其上存儲有計算機指令，其特征在于，該指令被處理器執行時實現權利要求1-6中任一項所述方法的步驟。