申请/专利权人：腾讯科技(深圳)有限公司

申请日：2022-08-04

公开（公告）日：2024-04-16

公开（公告）号：CN115269851B

主分类号：G06F16/35

分类号：G06F16/35;G06F40/284;G06F40/216;G06N3/0455;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.11.18#实质审查的生效;2022.11.01#公开

摘要：本申请提供了一种文章分类方法、装置、电子设备、存储介质及程序产品；方法包括：获取待分类文章，并对待分类文章进行关键词提取，得到待分类文章中携带地域特征的关键词；对关键词进行特征提取，得到关键词的关键词特征，并对待分类文章的内容进行特征提取，得到待分类文章的文本特征；获取待分类文章的地域性特征，地域性特征用于表征待分类文章的地域性；将关键词特征、文本特征和地域性特征进行融合，得到待分类文章的目标特征；基于目标特征，对待分类文章进行地域性类别预测，得到待分类文章归属于地域性文章的预测结果。通过本申请，能够有效提高文章分类的准确性。

主权项：1.一种文章分类方法，其特征在于，所述方法包括：获取待分类文章，其中，所述待分类文章的内容包括名称、标题和正文；对所述待分类文章进行分词处理，得到所述待分类文章中的各词语；将所述各词语中的无语义词删除，得到所述待分类文章中的候选关键词；针对各所述候选关键词分别执行以下处理：获取包括多个地域性文章的地域文章集合和包括多个非地域性文章的非地域文章集合；基于所述地域文章集合和所述候选关键词，确定所述候选关键词的地域性指标值；基于所述非地域文章集合和所述候选关键词，确定所述候选关键词的非地域性指标值；将所述地域性指标值和所述非地域性指标值的差值，确定为所述候选关键词的地域显著性得分；将所述地域显著性得分处于预设得分区间的候选关键词，确定为所述待分类文章中携带地域特征的关键词；对各所述关键词进行词特征提取，得到各所述关键词的单词特征；基于各所述关键词的单词特征，构建关键词特征矩阵；基于各所述关键词和所述地域文章集合，确定中标向量；将所述中标向量和所述关键词矩阵的乘积，确定为所述关键词的关键词特征；分别对所述名称、所述标题和所述正文进行特征提取，对应得到名称特征、标题特征和正文特征；将所述名称特征、所述标题特征和所述正文特征进行融合，得到所述待分类文章的文本特征；获取至少两个地域性判定条件，所述至少两个地域性判定条件包括地点词上下文模板、频道特征模板、媒体地域特征模板、媒体名出现地名条件、标题出现地名条件以及正文出现地名条件中的至少两个；将所述待分类文章分别与各所述地域性判定条件进行匹配，得到匹配结果，其中，所述匹配结果表征所述待分类文章是否满足所述至少两个地域性判定条件；对各所述匹配结果的文字内容进行特征提取，得到所述待分类文章的地域性特征，所述地域性特征用于表征所述待分类文章的地域性；将所述关键词特征、所述文本特征和所述地域性特征进行融合，得到所述待分类文章的目标特征；基于所述目标特征，对所述待分类文章进行地域性类别预测，得到所述待分类文章归属于地域性文章的预测结果。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 文章分类方法、装置、电子设备、存储介质及程序产品

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD