[发明专利]基于多义性关键词的文本过滤方法及装置有效
申请号: | 201310055818.9 | 申请日: | 2013-02-21 |
公开(公告)号: | CN104008098B | 公开(公告)日: | 2018-09-18 |
发明(设计)人: | 蔡兵 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 赵囡囡 |
地址: | 518044 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种基于多义性关键词的文本过滤方法及装置,其方法包括:以指定关键词收集文本集;基于文本集生成预定多义性关键词向量及文本向量;预定多义性关键词包括所述指定关键词;计算文本向量与预定多义性关键词向量的相似度;过滤出相似度小于预定阈值的文本向量所对应的文本。本发明基于多义性TAG筛选出其主流含义所对应的文本列表,进而筛选出用户所需要的文本,其成本小,效率高,过滤效果好,且无需人工干预,对所有多义性关键词均适用。 | ||
搜索关键词: | 基于 多义性 关键词 文本 过滤 方法 装置 | ||
【主权项】:
1.一种基于多义性关键词的文本过滤方法,其特征在于,包括:以指定关键词收集文本集;基于所述文本集生成文本向量及预定多义性关键词的词向量;所述预定多义性关键词包括所述指定关键词;计算所述文本向量与所述预定多义性关键词的词向量的相似度;过滤出相似度小于预定阈值的文本向量所对应的文本;其中,所述基于所述文本集生成文本向量及预定多义性关键词的词向量的步骤包括:对于所述文本集中的每一文本,从中提取若干类预定多义性关键词;统计每一类预定多义性关键词在所述文本集中出现的文本次数;根据统计的文本次数及对应的预定多义性关键词的名称生成每一类预定多义性关键词的词向量;对每一文本进行分词,并判断所统计的词向量中的每一预定多义性关键词在该文本中是否出现过;根据判断结果标定相应的值,基于该标定的值及对应的预定多义性关键词的名称生成该文本的文本向量。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310055818.9/,转载请声明来源钻瓜专利网。