CN107193974A - 基于人工智能的地域性信息确定方法和装置 - Google Patents
基于人工智能的地域性信息确定方法和装置 Download PDFInfo
- Publication number
- CN107193974A CN107193974A CN201710379623.8A CN201710379623A CN107193974A CN 107193974 A CN107193974 A CN 107193974A CN 201710379623 A CN201710379623 A CN 201710379623A CN 107193974 A CN107193974 A CN 107193974A
- Authority
- CN
- China
- Prior art keywords
- information
- determined
- classification
- keyword
- place name
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/353—Clustering; Classification into predefined classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了基于人工智能的地域性信息确定方法和装置。该方法的一具体实施方式包括:获取待确定信息,并提取待确定信息的关键词集合;将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,得到待确定信息的主题类别,其中,主题分类模型用于表征信息的关键词集合和信息的主题类别的对应关系;从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合;将目标地名词汇集合在待确定信息中进行匹配;根据匹配结果,确定待确定信息是否属于地域性信息。该实施方式提高了地域性信息的确定准确率,从而有助于实现富于针对性的信息推送。
Description
技术领域
本申请涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及基于人工智能的地域性信息确定方法和装置。
背景技术
人工智能(Artificial Intelligence,简称AI)技术的快速发展为人们的日常工作和生活提供了便利。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能越来越多地融入到应用中,结合人工智能的应用可以准确地确定出信息的种类,并按照不同用户的需求将不同种类的信息推送给相应的用户。
新闻一般是指通过报纸、电台、广播、电视台、互联网等媒体途径传播信息的一种称谓,是记录社会、传播信息、反映时代的一种文体。根据不同的分类方式,新闻可以被划分为不同的种类,例如,新闻可以被划分为地域性新闻和非地域性新闻。对于地域性新闻来说,因其具有较强的地域性特征,通常只适合推送给特定地区的用户。对于非地域性新闻来说,因对其感兴趣的用户并不局限于是某些特定地区的用户,通常适合推送给所有的用户。
现有的地域性新闻确定方式仅仅是通过确定新闻中是否存在地名词汇来确定的。如果存在,则确定是地域性新闻;如果不存在,则确定是非地域性新闻。现有的地域性新闻确定方式较粗糙,其准确率较低。
发明内容
本申请实施例的目的在于提出一种改进的基于人工智能的地域性信息确定方法和装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请实施例提供了一种基于人工智能的地域性信息确定方法,该方法包括:获取待确定信息,并提取待确定信息的关键词集合;将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,得到待确定信息的主题类别,其中,主题分类模型用于表征信息的关键词集合和信息的主题类别的对应关系;从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合;将目标地名词汇集合在待确定信息中进行匹配;根据匹配结果,确定待确定信息是否属于地域性信息。
在一些实施例中,地名词汇集合存储在地名数据表中,且地名数据表中的各行或各列分别用于存储归属于各行政等级的地名词汇;以及从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合,包括:基于预设的主题类别与行政等级的对应关系,获取与待确定信息的主题类别相对应的行政等级;从地名数据表中选取出归属于与待确定信息的主题类别相对应的行政等级的地名词汇作为目标地名词汇集合。
在一些实施例中,将目标地名词汇集合在待确定信息中进行匹配,包括:在待确定信息的预设位置截取信息片段;对信息片段进行分词,获取信息片段的关键词集合;将目标地名词汇集合与信息片段的关键词集合进行匹配,获取匹配成功的关键词的数量。
在一些实施例中,根据匹配结果,确定待确定信息是否属于地域性信息,包括:若匹配成功的关键词的数量大于第一预设阈值,则确定待确定信息属于地域性信息;若匹配成功的关键词的数量不大于第一预设阈值,则确定待确定信息不属于地域性信息。
在一些实施例中,该方法还包括:响应于匹配成功的关键词的数量大于第一预设阈值,则进一步将预设的热点词汇集合在待确定信息中进行匹配。
在一些实施例中,根据匹配结果,确定待确定信息是否属于地域性信息,包括:若待确定信息中不存在热点词汇集合中的热点词汇,则确定待确定信息属于地域性信息;若待确定信息中存在热点词汇集合中的热点词汇,则确定待确定信息不属于地域性信息。
在一些实施例中,该方法还包括:响应于确定待确定信息中不存在热点词汇集合中的热点词汇,则进一步将待确定信息的关键词集合输入至预先训练的信息分类模型进行分类,得到待确定信息的类别,其中,信息分类模型用于表征信息的关键词集合和信息的类别的对应关系,信息的类别包括热点信息类别和非热点信息类别。
在一些实施例中,根据匹配结果,确定待确定信息是否属于地域性信息,包括:若待确定信息的类别是非热点信息类别,则确定待确定信息属于地域性信息;若待确定信息的类别是热点信息类别,则确定待确定信息不属于地域性信息。
在一些实施例中,该方法还包括建立信息分类模型的步骤,建立信息分类模型的步骤包括:获取样本信息,并提取样本信息的关键词集合;统计样本信息在预设时间段内的历史点击次数;将历史点击次数大于第二预设阈值的样本信息作为正样本信息,并将历史点击次数不大于第二预设阈值的样本信息作为负样本信息,其中,正样本信息的类别是热点信息类别,负样本信息的类别是非热点信息类别;利用机器学习方法,将正样本信息的关键词集合和负样本信息的关键词集合分别作为输入,将热点信息类别和非热点信息类别分别作为输出,训练得到信息分类模型。
在一些实施例中,该方法还包括:响应于确定待确定信息属于地域性信息,获取目标用户所在的地理位置信息,确定地理位置信息与待确定信息对应的地域信息是否匹配,若是,则将待确定信息推送给目标用户;响应于确定待确定信息不属于地域性信息,将待确定信息推送给目标用户。
第二方面,本申请实施例提供了一种基于人工智能的地域性信息确定装置,该装置包括:提取单元,配置用于获取待确定信息,并提取待确定信息的关键词集合;第一分类单元,配置用于将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,得到待确定信息的主题类别,其中,主题分类模型用于表征信息的关键词集合和信息的主题类别的对应关系;选取单元,配置用于从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合;第一匹配单元,配置用于将目标地名词汇集合在待确定信息中进行匹配;确定单元,配置用于根据匹配结果,确定待确定信息是否属于地域性信息。
在一些实施例中,地名词汇集合存储在地名数据表中,且地名数据表中的各行或各列分别用于存储归属于各行政等级的地名词汇;以及选取单元包括:获取子单元,配置用于基于预设的主题类别与行政等级的对应关系,获取与待确定信息的主题类别相对应的行政等级;选取子单元,配置用于从地名数据表中选取出归属于与待确定信息的主题类别相对应的行政等级的地名词汇作为目标地名词汇集合。
在一些实施例中,第一匹配单元包括:截取子单元,配置用于在待确定信息的预设位置截取信息片段;分词子单元,配置用于对信息片段进行分词,获取信息片段的关键词集合;匹配子单元,配置用于将目标地名词汇集合与信息片段的关键词集合进行匹配,获取匹配成功的关键词的数量。
在一些实施例中,确定单元进一步配置用于:若匹配成功的关键词的数量大于第一预设阈值,则确定待确定信息属于地域性信息;若匹配成功的关键词的数量不大于第一预设阈值,则确定待确定信息不属于地域性信息。
在一些实施例中,该装置还包括:第二匹配单元,配置用于响应于匹配成功的关键词的数量大于第一预设阈值,则进一步将预设的热点词汇集合在待确定信息中进行匹配。
在一些实施例中,确定单元进一步配置用于:若待确定信息中不存在热点词汇集合中的热点词汇,则确定待确定信息属于地域性信息;若待确定信息中存在热点词汇集合中的热点词汇,则确定待确定信息不属于地域性信息。
在一些实施例中,该装置还包括:第二分类单元,配置用于响应于确定待确定信息中不存在热点词汇集合中的热点词汇,则进一步将待确定信息的关键词集合输入至预先训练的信息分类模型进行分类,得到待确定信息的类别,其中,信息分类模型用于表征信息的关键词集合和信息的类别的对应关系,信息的类别包括热点信息类别和非热点信息类别。
在一些实施例中,确定单元进一步配置用于:若待确定信息的类别是非热点信息类别,则确定待确定信息属于地域性信息;若待确定信息的类别是热点信息类别,则确定待确定信息不属于地域性信息。
在一些实施例中,该装置还包括信息分类模型建立单元,信息分类模型建立单元包括:提取子单元,配置用于获取样本信息,并提取样本信息的关键词集合;统计子单元,配置用于统计样本信息在预设时间段内的历史点击次数;确定子单元,配置用于将历史点击次数大于第二预设阈值的样本信息作为正样本信息,并将历史点击次数不大于第二预设阈值的样本信息作为负样本信息,其中,正样本信息的类别是热点信息类别,负样本信息的类别是非热点信息类别;训练子单元,配置用于利用机器学习方法,将正样本信息的关键词集合和负样本信息的关键词集合分别作为输入,将热点信息类别和非热点信息类别分别作为输出,训练得到信息分类模型。
在一些实施例中,该装置还包括:第一推送单元,配置用于响应于确定待确定信息属于地域性信息,获取目标用户所在的地理位置信息,确定地理位置信息与待确定信息对应的地域信息是否匹配,若是,则将待确定信息推送给目标用户;第二推送单元,配置用于响应于确定待确定信息不属于地域性信息,将待确定信息推送给目标用户。
第三方面,本申请实施例提供了一种服务器,该服务器包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的基于人工智能的地域性信息确定方法和装置,通过提取所获取的待确定信息的关键词集合,以便将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,从而得到待确定信息的主题类别;然后,基于待确定信息的主题类别,从预先存储的地名词汇集合中选取出目标地名词汇集合;最后,将目标地名词汇集合在待确定信息中进行匹配,并根据匹配结果,确定待确定信息是否属于地域性信息。通过人工智能对待确定信息进行分析后自动确定出待确定信息是否属于地域性信息,提高了地域性信息的确定准确率,从而有助于实现富于针对性的信息推送。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的基于人工智能的地域性信息确定方法的一个实施例的流程图;
图3是根据本申请的基于人工智能的地域性信息确定方法的又一个实施例的流程图;
图4是根据本申请的基于人工智能的地域性信息确定方法的另一个实施例的流程图;
图5是根据本申请的基于人工智能的地域性信息确定方法的再一个实施例的流程图;
图6是根据本申请的基于人工智能的地域性信息确定装置的一个实施例的结构示意图;
图7是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的基于人工智能的地域性信息确定方法或基于人工智能的地域性信息确定装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104、服务器105和数据库服务器106。网络104用以在终端设备101、102、103、服务器105和数据库服务器106之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户110可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。例如,用户110可以使用终端设备101、102、103通过网络104向服务器105发送待确定信息。其中,终端设备101、102、103可以是各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。
数据库服务器106也可以用于存储待确定信息,以使服务器105通过网络104从数据库服务器106获取待确定信息。
服务器105可以是提供各种服务的服务器。例如,服务器105可以从终端设备101、102、103或者数据库服务器106获取待确定信息,并对所获取到的待确定信息进行分析等处理,并输出处理结果(例如待确定信息属于地域性信息或待确定信息不属于地域性信息)。
需要说明的是,本申请实施例所提供的基于人工智能的地域性信息确定方法一般由服务器105执行,相应地,基于人工智能的地域性信息确定装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络、服务器和数据库服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络、服务器和数据库服务器。在服务器105中存储有待确定信息的情况下,系统架构100中可以不设置终端设备101、102、103和数据库服务器106。
继续参考图2,示出了根据本申请的基于人工智能的地域性信息确定方法的一个实施例的流程200。该基于人工智能的地域性信息确定方法,包括以下步骤:
步骤201,获取待确定信息,并提取待确定信息的关键词集合。
在本实施例中,基于人工智能的地域性信息确定方法行于其上的电子设备(例如图1所示的服务器105)可以首先获取待确定信息;然后对待确定信息进行内容分析,从而提取该待确定信息的至少一个关键词以生成该待确定信息的关键词集合。其中,待确定信息可以是互联网上的文字信息。作为示例,待确定信息可以是互联网上的新闻。
在本实施例的一些可选的实现方式中,电子设备可以对待确定信息进行分词,获取待确定信息的至少一个关键词以生成待确定信息的关键词集合。例如,电子设备可以利用全切分方法对待确定信息的内容进行处理,把内容分割成词;之后对所得到的词进行重要性计算(例如采用TF-IDF(Term Frequency-Inverse Document Frequency,词频-逆向文件频率方法));最后基于重要性计算的结果选取关键词以生成关键词集合。
需要说明的是,电子设备可以从本地、与其通信连接的客户端(例如图1所示的终端设备101、102、103)或与其通信连接的数据库服务器(例如图1所示的数据库服务器106)中获取待确定信息,本实施例对电子设备从何处获取待确定信息不进行限定。
步骤202,将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,得到待确定信息的主题类别。
在本实施例中,基于步骤201中所提取的待确定信息的关键词集合,电子设备可以将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,从而得到待确定信息的主题类别。其中,信息的主题即信息的主要题材,通常指信息所描绘的社会生活的领域,即现实生活的某一面。例如,信息的主题类别可以包括但不限于:科技主题类别、财经主题类别、时政主题类别、旅游主题类别等等。
在本实施例中,主题分类模型可以用于表征信息的关键词集合和信息的主题类别的对应关系。这里,电子设备可以通过多种方式建立主题分类模型。
在本实施例的一些可选的实现方式中,电子设备可以基于对大量的信息的关键词集合和信息的主题类别的统计而生成存储有多个信息的关键词集合与信息的主题类别的对应关系的对应关系表,并将该对应关系表作为主题分类模型。
在本实施例的一些可选的实现方式中,上述电子设备还可以按照以下步骤建立主题分类模型:
首先,电子设备可以获取样本信息和样本信息的主题类别。其中,样本信息的主题类别可以是本领域技术人员根据经验预先设定的。
然后,电子设备可以提取样本信息的关键词集合。其中,电子设备可以对样本信息进行分词,获取样本信息的至少一个关键词以生成样本信息的关键词集合。
最后,电子设备可以利用机器学习方法,将样本信息的关键词集合作为输入,将样本信息的主题类别作为输出,对深度卷积神经网络(Deep Convolutional NeuralNetwork,DCNN)进行训练,得到能够建立样本信息的关键词集合和样本信息的主题类别之间准确对应关系的主题分类模型。
步骤203,从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合。
在本实施例中,基于步骤202中所得到的待确定信息的主题类别,电子可以从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合。
在本实施例的一些可选的实现方式中,地名词汇集合可以存储在多个文本文件中,其中,每个文本文件可以对应一个主题类别。当电子设备得到待确定信息的主题类别之后,可以从这些文本文件中选取出与待确定信息的主题类别相对应的文本文件,并将该文本文件中所存储的地名词汇作为目标地名词汇集合。
在本实施例的一些可选的实现方式中,地名词汇集合可以存储在地名数据表中,且地名数据表中的各行或各列分别用于存储归属于各行政等级的地名词汇。例如,地名数据表的各行或各列分别用于存储国家级的地名词汇、省级的地名词汇、市级的地名词汇、县级的地名词汇、乡镇级的地名词汇等等。同时,电子设备还可以预先存储主题类别与行政等级的对应关系。通常,主题类别和与其对应的行政等级可以被预先存储在对应关系表中。其中,与主题类别相对应的行政等级可以是本领域技术人员根据经验预先设定的。例如,科技主题类别对应县级和乡镇级,财经主题类别对应市级、县级和乡镇级。当电子设备得到待确定信息的主题类别之后,可以首先基于主题类别与行政等级的对应关系,获取与待确定信息的主题类别相对应的行政等级;然后从地名数据表中选取出归属于与待确定信息的主题类别相对应的行政等级的地名词汇作为目标地名词汇集合。作为示例,在待确定信息的主题类别是科技主题类别的情况下,电子设备可以首先查询对应关系表,并从中获取与科技主题类别相对应的行政等级,即县级和乡镇级;然后查询地名数据表,并从县级和乡镇级对应的行或列中选取出地名词汇作为目标地名词汇集合。
步骤204,将目标地名词汇集合在待确定信息中进行匹配。
在本实施例中,基于步骤203中所选取出的目标地名词汇集合,电子设备可以将目标地名词汇集合在待确定信息中进行匹配。作为示例,电子设备可以将目标地名词汇集合中的各个目标地名词汇在待确定信息中进行比对,并记录待确定信息中出现的目标地名词汇以及出现的次数。作为示例,电子设备可以将目标地名词汇集合中的各个目标地名词汇依次与待确定信息的关键词集合中的各个关键词进行比对,若存在一个目标地名词汇与一个关键词相同,则记录该目标地名词汇,并将该目标地名词汇的出现次数加1(初始出现次数应该为0),并继续进行比对直至全部比对完毕。
步骤205,根据匹配结果,确定待确定信息是否属于地域性信息。
在本实施例中,基于步骤204中的匹配结果,电子设备可以确定待确定信息是否属于地域性信息。其中,地域性信息通常具有较强的地域性特征,一般只有特定地区的用户才对其感兴趣;非地域性信息通常不具有地域性特征,对其感兴趣的用户也不局限于是某些特定地区的用户。例如,对于报道“**县召开县政府工作会议”的新闻,通常只有“**县”的用户才对其感兴趣,则该新闻就是地域性新闻;对于报道“互联网新闻信息服务管理新规”的新闻,对其感兴趣的用户并不局限于是某些特定地区的用户,则该新闻就是非地域性新闻。
在本实施例中,电子设备可以根据待确定信息中出现的目标地名词汇以及出现的次数,确定待确定信息是否属于地域性信息。作为示例,待确定信息中出现了目标地名词汇:“**县”,并且出现了超过5次,则电子设备就可以确定待确定信息属于地域性信息。
在本实施例的一些可选的实现方式中,若待确定信息属于地域性信息,则待确定信息只适合推送给特定地区的用户。电子设备可以首先获取目标用户所在的地理位置信息;然后确定地理位置信息与待确定信息对应的地域信息是否匹配。若地理位置信息与待确定信息对应的地域信息匹配,则说明目标用户是对待确定信息感兴趣的用户,此时,电子设备可以将待确定信息推送给目标用户。若地理位置信息与待确定信息对应的地域信息不匹配,则说明目标用户不是对待确定信息感兴趣的用户,此时,电子设备将不再向目标用户推送待确定信息。其中,目标用户是电子设备可以向其推送信息的用户。例如,待确定信息是“XX”网站上的新闻,则目标用户可以是注册了“XX”网站的用户。目标用户所在的地理位置可以是目标用户当前所在的地理位置,也可以是目标用户注册“XX”网站时所填写的地理位置。待确定信息对应的地域可以通过待确定信息中存在的目标地名词汇来确定。
在本实施例的一些可选的实现方式中,若待确定信息不属于地域性信息,则待确定信息适合推送给所有的用户。此时,电子设备可以直接将待确定信息推送给目标用户。
本申请实施例提供的基于人工智能的地域性信息确定方法,通过提取所获取的待确定信息的关键词集合,以便将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,从而得到待确定信息的主题类别;然后,基于待确定信息的主题类别,从预先存储的地名词汇集合中选取出目标地名词汇集合;最后,将目标地名词汇集合在待确定信息中进行匹配,并根据匹配结果,确定待确定信息是否属于地域性信息。通过人工智能对待确定信息进行分析后自动确定出待确定信息是否属于地域性信息,提高了地域性信息的确定准确率,从而有助于实现富于针对性的信息推送。
进一步参考图3,其示出了基于人工智能的地域性信息确定方法的又一个实施例的流程300。该基于人工智能的地域性信息确定方法的流程300,包括以下步骤:
步骤301,获取待确定信息,并提取待确定信息的关键词集合。
在本实施例中,基于人工智能的地域性信息确定方法行于其上的电子设备(例如图1所示的服务器105)可以首先获取待确定信息;然后对待确定信息进行内容分析,从而提取该待确定信息的至少一个关键词以生成该待确定信息的关键词集合。其中,待确定信息可以是互联网上的文字信息。作为示例,待确定信息可以是互联网上的新闻。
步骤302,将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,得到待确定信息的主题类别。
在本实施例中,基于步骤301中所提取的待确定信息的关键词集合,电子设备可以将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,从而得到待确定信息的主题类别。其中,信息的主题即信息的主要题材,通常指信息所描绘的社会生活的领域,即现实生活的某一面。例如,信息的主题类别可以包括科技主题类别、财经主题类别、时政主题类别、旅游主题类别等等。
步骤303,从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合。
在本实施例中,基于步骤302中所得到的待确定信息的主题类别,电子可以从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合。
步骤304,在待确定信息的预设位置截取信息片段。
在本实施例中,电子设备可以在待确定信息的预设位置截取信息片段。其中,预设位置的信息片段可以是待确定信息的首部的几段文字,也可以待确定信息的中间部位的几段文字,还可以是待确定信息的尾部的几段文字。作为示例,若待确定信息是互联网上的新闻,则信息片段可以是该新闻的导语,也可以是该新闻的前100个文字。
步骤305,对信息片段进行分词,获取信息片段的关键词集合。
在本实施例中,基于步骤304所截取的信息片段,电子设备可以对信息片段进行分词,获取信息片段的至少一个关键词以生成信息片段的关键词集合。这里,电子设备在对信息片段进行分词时,通常不进行关键词去重处理。
步骤306,将目标地名词汇集合与信息片段的关键词集合进行匹配,获取匹配成功的关键词的数量。
在本实施例中,基于步骤303中所选取出的目标地名词汇集合和步骤305中所获取的信息片段的关键词集合,电子设备可以将目标地名词汇集合与信息片段的关键词集合进行匹配,获取匹配成功的关键词的数量。作为示例,电子设备可以将目标地名词汇集合中的各个目标地名词汇依次与信息片段的关键词集合中的各个关键词进行比对,若存在一个目标地名词汇与一个关键词相同,则匹配成功,并记录该关键词,并将该关键词的数量加1(初始数量应该为0),并继续进行比对直至全部比对完毕,即可获取匹配成功的关键词以及匹配成功的关键词的数量。
步骤307,确定匹配成功的关键词的数量是否大于第一预设阈值。
在本实施例中,基于步骤306中所获取的匹配成功的关键词的数量,电子设备可以将匹配成功的关键词的数量与第一预设阈值(例如第一预设阈值为3)进行比较;若匹配成功的关键词的数量大于第一预设阈值,则执行步骤308;若匹配成功的关键词的数量不大于第一预设阈值,则执行步骤309。
步骤308,确定待确定信息属于地域性信息。
步骤309,确定待确定信息不属于地域性信息。
从图3中可以看出,与图2对应的实施例相比,本实施例中的基于人工智能的地域性信息确定方法的流程300突出了目标地名词汇集合在待确定信息中匹配步骤。由此,本实施例描述的方案可以在待确定信息的预设位置截取信息片段,并通过目标地名词汇集合与信息片段的关键词集合的匹配结果来确定待确定信息是否属于地域性信息。其中,所截取的信息片段的关键词集合中的关键词数量明显少于待确定信息的关键词集合中的关键词数量,从而大大的减少了匹配的工作量。
进一步参考图4,其示出了基于人工智能的地域性信息确定方法的另一个实施例的流程400。该基于人工智能的地域性信息确定方法的流程400,包括以下步骤:
步骤401,获取待确定信息,并提取待确定信息的关键词集合。
在本实施例中,基于人工智能的地域性信息确定方法行于其上的电子设备(例如图1所示的服务器105)可以首先获取待确定信息;然后对待确定信息进行内容分析,从而提取该待确定信息的至少一个关键词以生成该待确定信息的关键词集合。其中,待确定信息可以是互联网上的文字信息。作为示例,待确定信息可以是互联网上的新闻。
步骤402,将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,得到待确定信息的主题类别。
在本实施例中,基于步骤401中所提取的待确定信息的关键词集合,电子设备可以将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,从而得到待确定信息的主题类别。其中,信息的主题即信息的主要题材,通常指信息所描绘的社会生活的领域,即现实生活的某一面。例如,信息的主题类别可以包括科技主题类别、财经主题类别、时政主题类别、旅游主题类别等等。
步骤403,从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合。
在本实施例中,基于步骤402中所得到的待确定信息的主题类别,电子可以从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合。
步骤404,在待确定信息的预设位置截取信息片段。
在本实施例中,电子设备可以在待确定信息的预设位置截取信息片段。其中,预设位置的信息片段可以是待确定信息的首部的几段文字,也可以待确定信息的中间部位的几段文字,还可以是待确定信息的尾部的几段文字。
步骤405,对信息片段进行分词,获取信息片段的关键词集合。
在本实施例中,基于步骤404所截取的信息片段,电子设备可以对信息片段进行分词,获取信息片段的至少一个关键词以生成信息片段的关键词集合。这里,电子设备在对信息片段进行分词时,通常不进行关键词去重处理。
步骤406,将目标地名词汇集合与信息片段的关键词集合进行匹配,获取匹配成功的关键词的数量。
在本实施例中,基于步骤403中所选取出的目标地名词汇集合和步骤405中所获取的信息片段的关键词集合,电子设备可以将目标地名词汇集合与信息片段的关键词集合进行匹配,获取匹配成功的关键词的数量。作为示例,电子设备可以将目标地名词汇集合中的各个目标地名词汇依次与信息片段的关键词集合中的各个关键词进行比对,若存在一个目标地名词汇与一个关键词相同,则匹配成功,并记录该关键词,并将该关键词的数量加1(初始数量应该为0),并继续进行比对直至全部比对完毕,即可获取匹配成功的关键词以及匹配成功的关键词的数量。
步骤407,确定匹配成功的关键词的数量是否大于第一预设阈值。
在本实施例中,基于步骤406中所获取的匹配成功的关键词的数量,电子设备可以将匹配成功的关键词的数量与第一预设阈值(例如第一预设阈值为3)进行比较;若匹配成功的关键词的数量大于第一预设阈值,则执行步骤408;若匹配成功的关键词的数量不大于第一预设阈值,则执行步骤409。
步骤408,将预设的热点词汇集合在待确定信息中进行匹配。
在本实施例中,在匹配成功的关键词的数量大于第一预设阈值的情况下,电子设备可以将热点词汇集合在待确定信息中进行匹配。其中,热点词汇集合可以是本领域技术人员根据经验预先设定的。例如,热点词汇集合中可以包括但不限于:“杀人事件”、“连环车祸”、“天价龙虾”等热点词汇。作为示例,电子设备可以将热点词汇集合中的各个热点词汇依次与待确定信息的关键词集合中的各个关键词进行比对;若存在一个热点词汇与一个关键词相同,则说明待确定信息中存在热点词汇集合中的热点词汇;反之,则说明待确定信息中不存在热点词汇集合中的热点词汇。
步骤409,确定待确定信息不属于地域性信息。
步骤410,确定待确定信息中是否存在热点词汇集合中的热点词汇。
在本实施例中,基于步骤408的匹配结果,电子设备可以确定待确定信息中是否存在热点词汇集合中的热点词汇;若待确定信息中存在热点词汇集合中的热点词汇,则说明待确定信息记录的是特定地区发生的影响性较大的事件,此时,待确定信息不再适合被确定为地域性信息,并返回执行步骤409;若待确定信息中不存在热点词汇集合中的热点词汇,则执行步骤411。
步骤411,确定待确定信息属于地域性信息。
从图4中可以看出,与图2对应的实施例相比,本实施例中的基于人工智能的地域性信息确定方法的流程400增加了热点词汇集合在待确定信息中匹配的步骤。由此,本实施例描述的方案减少了将待确定信息误判为地域性信息的情况,提高了待确定信息的召回率。
进一步参考图5,其示出了基于人工智能的地域性信息确定方法的再一个实施例的流程500。该基于人工智能的地域性信息确定方法的流程500,包括以下步骤:
步骤501,获取待确定信息,并提取待确定信息的关键词集合。
在本实施例中,基于人工智能的地域性信息确定方法行于其上的电子设备(例如图1所示的服务器105)可以首先获取待确定信息;然后对待确定信息进行内容分析,从而提取该待确定信息的至少一个关键词以生成该待确定信息的关键词集合。其中,待确定信息可以是互联网上的文字信息。作为示例,待确定信息可以是互联网上的新闻。
步骤502,将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,得到待确定信息的主题类别。
在本实施例中,基于步骤501中所提取的待确定信息的关键词集合,电子设备可以将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,从而得到待确定信息的主题类别。其中,信息的主题即信息的主要题材,通常指信息所描绘的社会生活的领域,即现实生活的某一面。例如,信息的主题类别可以包括科技主题类别、财经主题类别、时政主题类别、旅游主题类别等等。
步骤503,从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合。
在本实施例中,基于步骤502中所得到的待确定信息的主题类别,电子可以从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合。
步骤504,在待确定信息的预设位置截取信息片段。
在本实施例中,电子设备可以在待确定信息的预设位置截取信息片段。其中,预设位置的信息片段可以是待确定信息的首部的几段文字,也可以待确定信息的中间部位的几段文字,还可以是待确定信息的尾部的几段文字。
步骤505,对信息片段进行分词,获取信息片段的关键词集合。
在本实施例中,基于步骤504所截取的信息片段,电子设备可以对信息片段进行分词,获取信息片段的至少一个关键词以生成信息片段的关键词集合。这里,电子设备在对信息片段进行分词时,通常不进行关键词去重处理。
步骤506,将目标地名词汇集合与信息片段的关键词集合进行匹配,获取匹配成功的关键词的数量。
在本实施例中,基于步骤503中所选取出的目标地名词汇集合和步骤505中所获取的信息片段的关键词集合,电子设备可以将目标地名词汇集合与信息片段的关键词集合进行匹配,获取匹配成功的关键词的数量。作为示例,电子设备可以将目标地名词汇集合中的各个目标地名词汇依次与信息片段的关键词集合中的各个关键词进行比对,若存在一个目标地名词汇与一个关键词相同,则匹配成功,并记录该关键词,并将该关键词的数量加1(初始数量应该为0),并继续进行比对直至全部比对完毕,即可获取匹配成功的关键词以及匹配成功的关键词的数量。
步骤507,确定匹配成功的关键词的数量是否大于第一预设阈值。
在本实施例中,基于步骤506中所获取的匹配成功的关键词的数量,电子设备可以将匹配成功的关键词的数量与第一预设阈值(例如第一预设阈值为3)进行比较;若匹配成功的关键词的数量大于第一预设阈值,则执行步骤508;若匹配成功的关键词的数量不大于第一预设阈值,则执行步骤509。
步骤508,将预设的热点词汇集合在待确定信息中进行匹配。
在本实施例中,在匹配成功的关键词的数量大于第一预设阈值的情况下,电子设备可以将热点词汇集合在待确定信息中进行匹配。其中,热点词汇集合可以是本领域技术人员根据经验预先设定的。例如,热点词汇集合中可以包括但不限于:“杀人事件”、“连环车祸”、“天价龙虾”等热点词汇。作为示例,电子设备可以将热点词汇集合中的各个热点词汇依次与待确定信息的关键词集合中的各个关键词进行比对;若存在一个热点词汇与一个关键词相同,则说明待确定信息中存在热点词汇集合中的热点词汇;反之,则说明待确定信息中不存在热点词汇集合中的热点词汇。
步骤509,确定待确定信息不属于地域性信息。
步骤510,确定待确定信息中是否存在热点词汇集合中的热点词汇。
在本实施例中,基于步骤508的匹配结果,电子设备可以确定待确定信息中是否存在热点词汇集合中的热点词汇;若待确定信息中存在热点词汇集合中的热点词汇,则说明待确定信息记录的是特定地区发生的影响性较大的事件,此时,待确定信息不再适合被确定为地域性信息,并返回执行步骤509;若待确定信息中不存在热点词汇集合中的热点词汇,则执行步骤511。
步骤511,将待确定信息的关键词集合输入至预先训练的信息分类模型进行分类,得到待确定信息的类别。
在本实施例中,在待确定信息中存在热点词汇集合中的热点词汇的情况下,电子设备可以将待确定信息的关键词集合输入至预先训练的信息分类模型进行分类,从而得到待确定信息的类别。其中,信息分类模型可以用于表征信息的关键词集合和信息的类别的对应关系,信息的类别可以包括热点信息类别和非热点信息类别。
在本实施例中,信息分类模型可以用于表征信息的关键词集合和信息的类别的对应关系。这里,电子设备可以通过多种方式建立信息分类模型。
在本实施例的一些可选的实现方式中,电子设备可以基于对大量的信息的关键词集合和信息的类别的统计而生成存储有多个信息的关键词集合与信息的类别的对应关系的对应关系表,并将该对应关系表作为信息分类模型。
在本实施例的一些可选的实现方式中,上述电子设备还可以按照以下步骤建立信息分类模型:
首先,电子设备可以获取样本信息,并提取样本信息的关键词集合。这里,电子设备可以对样本信息进行分词,获取样本信息的至少一个关键词以生成样本信息的关键词集合。
之后,电子设备可以统计样本信息在预设时间段内的历史点击次数。作为示例,电子设备可以统计样本信息在最近两个月内的历史点击次数。
然后,电子设备可以将历史点击次数大于第二预设阈值的样本信息作为正样本信息,并将历史点击次数不大于第二预设阈值的样本信息作为负样本信息。其中,正样本信息的类别是热点信息类别,负样本信息的类别是非热点信息类别。作为示例,若样本信息的点击次数大于第二预设阈值(例如,第二预设阈值为10000),则该样本信息为正样本信息,且该样本信息的类别是热点信息类别;反之,该样本信息为负样本信息,且该样本信息的类别是非热点信息类别。
最后,电子设备可以利用机器学习方法,将正样本信息的关键词集合和负样本信息的关键词集合分别作为输入,将热点信息类别和非热点信息类别分别作为输出,训练得到信息分类模型。具体地,电子设备可以使用朴素贝叶斯模型(Naive Bayesian Model,NBM)或最大熵模型(Maximum Entropy Model,MEM)等用于分类的模型,将正样本信息的关键词集合和负样本信息的关键词集合分别作为输入,将热点信息类别和非热点信息类别分别作为输出,利用机器学习方法,对该用于分类的模型进行训练,得到信息分类模型。
步骤512,确定待确定信息的类别是否是热点信息类别。
在本实施例中,基于步骤511中所得到的待确定信息的类别,电子设备可以确定待确定信息的类别是否是热点信息类别;若待确定信息的类别是热点信息类别,则说明待确定信息记录的是热点事件,此时,待确定信息不再适合被确定为地域性信息,并返回执行步骤509;若待确定信息的类别是非热点信息类别,则执行步骤513。
步骤513,确定待确定信息属于地域性信息。
从图5中可以看出,与图2对应的实施例相比,本实施例中的基于人工智能的地域性信息确定方法的流程500增加了待确定信息的类别的确定步骤。由此,本实施例描述的方案更进一步地减少了将待确定信息误判为地域性信息的情况,更进一步地提高了待确定信息的召回率。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种基于人工智能的地域性信息确定装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的基于人工智能的地域性信息确定装置600可以包括:提取单元601、第一分类单元602、选取单元603、第一匹配单元604和确定单元605。其中,提取单元601,配置用于获取待确定信息,并提取待确定信息的关键词集合;第一分类单元602,配置用于将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,得到待确定信息的主题类别,其中,主题分类模型用于表征信息的关键词集合和信息的主题类别的对应关系;选取单元603,配置用于从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合;第一匹配单元604,配置用于将目标地名词汇集合在待确定信息中进行匹配;确定单元605,配置用于根据匹配结果,确定待确定信息是否属于地域性信息。
在本实施例中,基于人工智能的地域性信息确定装置600中:提取单元601、第一分类单元602、选取单元603、第一匹配单元604和确定单元605的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,地名词汇集合存储在地名数据表中,且地名数据表中的各行或各列分别用于存储归属于各行政等级的地名词汇;以及选取单元603可以包括:获取子单元(图中未示出),配置用于基于预设的主题类别与行政等级的对应关系,获取与待确定信息的主题类别相对应的行政等级;选取子单元(图中未示出),配置用于从地名数据表中选取出归属于与待确定信息的主题类别相对应的行政等级的地名词汇作为目标地名词汇集合。
在本实施例的一些可选的实现方式中,第一匹配单元604可以包括:截取子单元(图中未示出),配置用于在待确定信息的预设位置截取信息片段;分词子单元(图中未示出),配置用于对信息片段进行分词,获取信息片段的关键词集合;匹配子单元(图中未示出),配置用于将目标地名词汇集合与信息片段的关键词集合进行匹配,获取匹配成功的关键词的数量。
在本实施例的一些可选的实现方式中,确定单元605进一步配置用于:若匹配成功的关键词的数量大于第一预设阈值,则确定待确定信息属于地域性信息;若匹配成功的关键词的数量不大于第一预设阈值,则确定待确定信息不属于地域性信息。
在本实施例的一些可选的实现方式中,基于人工智能的地域性信息确定装置600还可以包括:第二匹配单元(图中未示出),配置用于响应于匹配成功的关键词的数量大于第一预设阈值,则进一步将预设的热点词汇集合在待确定信息中进行匹配。
在本实施例的一些可选的实现方式中,确定单元605进一步配置用于:若待确定信息中不存在热点词汇集合中的热点词汇,则确定待确定信息属于地域性信息;若待确定信息中存在热点词汇集合中的热点词汇,则确定待确定信息不属于地域性信息。
在本实施例的一些可选的实现方式中,基于人工智能的地域性信息确定装置600还可以包括:第二分类单元(图中未示出),配置用于响应于确定待确定信息中不存在热点词汇集合中的热点词汇,则进一步将待确定信息的关键词集合输入至预先训练的信息分类模型进行分类,得到待确定信息的类别,其中,信息分类模型用于表征信息的关键词集合和信息的类别的对应关系,信息的类别包括热点信息类别和非热点信息类别。
在本实施例的一些可选的实现方式中,确定单元605进一步配置用于:若待确定信息的类别是非热点信息类别,则确定待确定信息属于地域性信息;若待确定信息的类别是热点信息类别,则确定待确定信息不属于地域性信息。
在本实施例的一些可选的实现方式中,基于人工智能的地域性信息确定装置600还可以包括信息分类模型建立单元(图中未示出),信息分类模型建立单元(图中未示出)包括:提取子单元(图中未示出),配置用于获取样本信息,并提取样本信息的关键词集合;统计子单元(图中未示出),配置用于统计样本信息在预设时间段内的历史点击次数;确定子单元,配置用于将历史点击次数大于第二预设阈值的样本信息作为正样本信息,并将历史点击次数不大于第二预设阈值的样本信息作为负样本信息,其中,正样本信息的类别是热点信息类别,负样本信息的类别是非热点信息类别;训练子单元(图中未示出),配置用于利用机器学习方法,将正样本信息的关键词集合和负样本信息的关键词集合分别作为输入,将热点信息类别和非热点信息类别分别作为输出,训练得到信息分类模型。
在本实施例的一些可选的实现方式中,基于人工智能的地域性信息确定装置600还可以包括:第一推送单元(图中未示出),配置用于响应于确定待确定信息属于地域性信息,获取目标用户所在的地理位置信息,确定地理位置信息与待确定信息对应的地域信息是否匹配,若是,则将待确定信息推送给目标用户;第二推送单元(图中未示出),配置用于响应于确定待确定信息不属于地域性信息,将待确定信息推送给目标用户。
下面参考图7,其示出了适于用来实现本申请实施例的服务器的计算机系统700的结构示意图。图7示出的服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括提取单元、第一分类单元、选取单元、第一匹配单元和确定单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,提取单元还可以被描述为“获取待确定信息,并提取待确定信息的关键词集合的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的服务器中所包含的;也可以是单独存在,而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该服务器执行时,使得该服务器:获取待确定信息,并提取待确定信息的关键词集合;将待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,得到待确定信息的主题类别,其中,主题分类模型用于表征信息的关键词集合和信息的主题类别的对应关系;从预先存储的地名词汇集合中选取出与待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合;将目标地名词汇集合在待确定信息中进行匹配;根据匹配结果,确定待确定信息是否属于地域性信息。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (22)
1.一种基于人工智能的地域性信息确定方法,其特征在于,所述方法包括:
获取待确定信息,并提取所述待确定信息的关键词集合;
将所述待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,得到所述待确定信息的主题类别,其中,所述主题分类模型用于表征信息的关键词集合和信息的主题类别的对应关系;
从预先存储的地名词汇集合中选取出与所述待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合;
将所述目标地名词汇集合在所述待确定信息中进行匹配;
根据匹配结果,确定所述待确定信息是否属于地域性信息。
2.根据权利要求1所述的方法,其特征在于,所述地名词汇集合存储在地名数据表中,且所述地名数据表中的各行或各列分别用于存储归属于各行政等级的地名词汇;以及
所述从预先存储的地名词汇集合中选取出与所述待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合,包括:
基于预设的主题类别与行政等级的对应关系,获取与所述待确定信息的主题类别相对应的行政等级;
从所述地名数据表中选取出归属于与所述待确定信息的主题类别相对应的行政等级的地名词汇作为目标地名词汇集合。
3.根据权利要求1所述的方法,其特征在于,所述将所述目标地名词汇集合在所述待确定信息中进行匹配,包括:
在所述待确定信息的预设位置截取信息片段;
对所述信息片段进行分词,获取所述信息片段的关键词集合;
将所述目标地名词汇集合与所述信息片段的关键词集合进行匹配,获取匹配成功的关键词的数量。
4.根据权利要求3所述的方法,其特征在于,所述根据匹配结果,确定所述待确定信息是否属于地域性信息,包括:
若匹配成功的关键词的数量大于第一预设阈值,则确定所述待确定信息属于地域性信息;
若匹配成功的关键词的数量不大于所述第一预设阈值,则确定所述待确定信息不属于地域性信息。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
响应于匹配成功的关键词的数量大于第一预设阈值,则进一步将预设的热点词汇集合在所述待确定信息中进行匹配。
6.根据权利要求5所述的方法,其特征在于,所述根据匹配结果,确定所述待确定信息是否属于地域性信息,包括:
若所述待确定信息中不存在所述热点词汇集合中的热点词汇,则确定所述待确定信息属于地域性信息;
若所述待确定信息中存在所述热点词汇集合中的热点词汇,则确定所述待确定信息不属于地域性信息。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
响应于确定所述待确定信息中不存在所述热点词汇集合中的热点词汇,则进一步将所述待确定信息的关键词集合输入至预先训练的信息分类模型进行分类,得到所述待确定信息的类别,其中,所述信息分类模型用于表征信息的关键词集合和信息的类别的对应关系,信息的类别包括热点信息类别和非热点信息类别。
8.根据权利要求7所述的方法,其特征在于,所述根据匹配结果,确定所述待确定信息是否属于地域性信息,包括:
若所述待确定信息的类别是非热点信息类别,则确定所述待确定信息属于地域性信息;
若所述待确定信息的类别是热点信息类别,则确定所述待确定信息不属于地域性信息。
9.根据权利要求7所述的方法,其特征在于,所述方法还包括建立信息分类模型的步骤,所述建立信息分类模型的步骤包括:
获取样本信息,并提取所述样本信息的关键词集合;
统计所述样本信息在预设时间段内的历史点击次数;
将历史点击次数大于第二预设阈值的样本信息作为正样本信息,并将历史点击次数不大于第二预设阈值的样本信息作为负样本信息,其中,所述正样本信息的类别是热点信息类别,所述负样本信息的类别是非热点信息类别;
利用机器学习方法,将所述正样本信息的关键词集合和所述负样本信息的关键词集合分别作为输入,将所述热点信息类别和所述非热点信息类别分别作为输出,训练得到信息分类模型。
10.根据权利要求1-9之一所述的方法,其特征在于,所述方法还包括:
响应于确定所述待确定信息属于地域性信息,获取目标用户所在的地理位置信息,确定所述地理位置信息与所述待确定信息对应的地域信息是否匹配,若是,则将所述待确定信息推送给所述目标用户;
响应于确定所述待确定信息不属于地域性信息,将所述待确定信息推送给所述目标用户。
11.一种基于人工智能的地域性信息确定装置,其特征在于,所述装置包括:
提取单元,配置用于获取待确定信息,并提取所述待确定信息的关键词集合;
第一分类单元,配置用于将所述待确定信息的关键词集合输入至预先训练的主题分类模型进行分类,得到所述待确定信息的主题类别,其中,所述主题分类模型用于表征信息的关键词集合和信息的主题类别的对应关系;
选取单元,配置用于从预先存储的地名词汇集合中选取出与所述待确定信息的主题类别相对应的地名词汇作为目标地名词汇集合;
第一匹配单元,配置用于将所述目标地名词汇集合在所述待确定信息中进行匹配;
确定单元,配置用于根据匹配结果,确定所述待确定信息是否属于地域性信息。
12.根据权利要求11所述的装置,其特征在于,所述地名词汇集合存储在地名数据表中,且所述地名数据表中的各行或各列分别用于存储归属于各行政等级的地名词汇;以及
所述选取单元包括:
获取子单元,配置用于基于预设的主题类别与行政等级的对应关系,获取与所述待确定信息的主题类别相对应的行政等级;
选取子单元,配置用于从所述地名数据表中选取出归属于与所述待确定信息的主题类别相对应的行政等级的地名词汇作为目标地名词汇集合。
13.根据权利要求11所述的装置,其特征在于,所述第一匹配单元包括:
截取子单元,配置用于在所述待确定信息的预设位置截取信息片段;
分词子单元,配置用于对所述信息片段进行分词,获取所述信息片段的关键词集合;
匹配子单元,配置用于将所述目标地名词汇集合与所述信息片段的关键词集合进行匹配,获取匹配成功的关键词的数量。
14.根据权利要求13所述的装置,其特征在于,所述确定单元进一步配置用于:
若匹配成功的关键词的数量大于第一预设阈值,则确定所述待确定信息属于地域性信息;
若匹配成功的关键词的数量不大于所述第一预设阈值,则确定所述待确定信息不属于地域性信息。
15.根据权利要求13所述的装置,其特征在于,所述装置还包括:
第二匹配单元,配置用于响应于匹配成功的关键词的数量大于第一预设阈值,则进一步将预设的热点词汇集合在所述待确定信息中进行匹配。
16.根据权利要求15所述的装置,其特征在于,所述确定单元进一步配置用于:
若所述待确定信息中不存在所述热点词汇集合中的热点词汇,则确定所述待确定信息属于地域性信息;
若所述待确定信息中存在所述热点词汇集合中的热点词汇,则确定所述待确定信息不属于地域性信息。
17.根据权利要求15所述的装置,其特征在于,所述装置还包括:
第二分类单元,配置用于响应于确定所述待确定信息中不存在所述热点词汇集合中的热点词汇,则进一步将所述待确定信息的关键词集合输入至预先训练的信息分类模型进行分类,得到所述待确定信息的类别,其中,所述信息分类模型用于表征信息的关键词集合和信息的类别的对应关系,信息的类别包括热点信息类别和非热点信息类别。
18.根据权利要求17所述的装置,其特征在于,所述确定单元进一步配置用于:
若所述待确定信息的类别是非热点信息类别,则确定所述待确定信息属于地域性信息;
若所述待确定信息的类别是热点信息类别,则确定所述待确定信息不属于地域性信息。
19.根据权利要求17所述的装置,其特征在于,所述装置还包括信息分类模型建立单元,所述信息分类模型建立单元包括:
提取子单元,配置用于获取样本信息,并提取所述样本信息的关键词集合;
统计子单元,配置用于统计所述样本信息在预设时间段内的历史点击次数;
确定子单元,配置用于将历史点击次数大于第二预设阈值的样本信息作为正样本信息,并将历史点击次数不大于第二预设阈值的样本信息作为负样本信息,其中,所述正样本信息的类别是热点信息类别,所述负样本信息的类别是非热点信息类别;
训练子单元,配置用于利用机器学习方法,将所述正样本信息的关键词集合和所述负样本信息的关键词集合分别作为输入,将所述热点信息类别和所述非热点信息类别分别作为输出,训练得到信息分类模型。
20.根据权利要求11-19之一所述的装置,其特征在于,所述装置还包括:
第一推送单元,配置用于响应于确定所述待确定信息属于地域性信息,获取目标用户所在的地理位置信息,确定所述地理位置信息与所述待确定信息对应的地域信息是否匹配,若是,则将所述待确定信息推送给所述目标用户;
第二推送单元,配置用于响应于确定所述待确定信息不属于地域性信息,将所述待确定信息推送给所述目标用户。
21.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。
22.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-10中任一所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710379623.8A CN107193974B (zh) | 2017-05-25 | 2017-05-25 | 基于人工智能的地域性信息确定方法和装置 |
US15/942,340 US11475055B2 (en) | 2017-05-25 | 2018-03-30 | Artificial intelligence based method and apparatus for determining regional information |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710379623.8A CN107193974B (zh) | 2017-05-25 | 2017-05-25 | 基于人工智能的地域性信息确定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107193974A true CN107193974A (zh) | 2017-09-22 |
CN107193974B CN107193974B (zh) | 2020-11-10 |
Family
ID=59874435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710379623.8A Active CN107193974B (zh) | 2017-05-25 | 2017-05-25 | 基于人工智能的地域性信息确定方法和装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11475055B2 (zh) |
CN (1) | CN107193974B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191167A (zh) * | 2018-07-17 | 2019-01-11 | 阿里巴巴集团控股有限公司 | 一种目标用户的挖掘方法和装置 |
CN110891074A (zh) * | 2018-08-06 | 2020-03-17 | 珠海格力电器股份有限公司 | 推送信息的方法及装置 |
CN114269001A (zh) * | 2021-12-20 | 2022-04-01 | 北京达佳互联信息技术有限公司 | 网络热点类型识别方法和网络热点识别模型训练方法 |
CN115269851A (zh) * | 2022-08-04 | 2022-11-01 | 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 |
WO2022252806A1 (zh) * | 2021-05-31 | 2022-12-08 | 北京字节跳动网络技术有限公司 | 信息处理方法、装置、设备及介质 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020142110A1 (en) * | 2018-12-31 | 2020-07-09 | Intel Corporation | Securing systems employing artificial intelligence |
CN110083654A (zh) * | 2019-04-30 | 2019-08-02 | 中国船舶工业综合技术经济研究院 | 一种面向国防科技领域的多源数据融合方法及系统 |
CN112187502B (zh) * | 2019-07-05 | 2022-12-23 | 中国移动通信集团河南有限公司 | 一种深度覆盖需求定位的方法 |
CN113761886A (zh) * | 2020-10-16 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 确定目标任务的方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831234A (zh) * | 2012-08-31 | 2012-12-19 | 北京邮电大学 | 基于新闻内容和主题特征的个性化新闻推荐装置和方法 |
CN103853738A (zh) * | 2012-11-29 | 2014-06-11 | 中国科学院计算机网络信息中心 | 一种网页信息相关地域的识别方法 |
US20150186532A1 (en) * | 2013-12-31 | 2015-07-02 | Google Inc. | Generating a News Timeline |
US9367626B2 (en) * | 2012-07-23 | 2016-06-14 | Salesforce.Com, Inc. | Computer implemented methods and apparatus for implementing a topical-based highlights filter |
CN106021278A (zh) * | 2016-04-27 | 2016-10-12 | 湖南蚁坊软件有限公司 | 一种微博事件地域热度指数的分析方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100819234B1 (ko) * | 2006-05-25 | 2008-04-02 | 삼성전자주식회사 | 네비게이션 단말의 목적지 설정 방법 및 장치 |
US8539359B2 (en) * | 2009-02-11 | 2013-09-17 | Jeffrey A. Rapaport | Social network driven indexing system for instantly clustering people with concurrent focus on same topic into on-topic chat rooms and/or for generating on-topic search results tailored to user preferences regarding topic |
US9904579B2 (en) * | 2013-03-15 | 2018-02-27 | Advanced Elemental Technologies, Inc. | Methods and systems for purposeful computing |
US20140325366A1 (en) * | 2013-04-25 | 2014-10-30 | Bank Of America Corporation | Data integration |
US20170083817A1 (en) * | 2015-09-23 | 2017-03-23 | Isentium, Llc | Topic detection in a social media sentiment extraction system |
US10628457B2 (en) * | 2016-11-08 | 2020-04-21 | International Business Machines Corporation | Method and system for self-organizing an online community of news content readers and authors |
-
2017
- 2017-05-25 CN CN201710379623.8A patent/CN107193974B/zh active Active
-
2018
- 2018-03-30 US US15/942,340 patent/US11475055B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9367626B2 (en) * | 2012-07-23 | 2016-06-14 | Salesforce.Com, Inc. | Computer implemented methods and apparatus for implementing a topical-based highlights filter |
CN102831234A (zh) * | 2012-08-31 | 2012-12-19 | 北京邮电大学 | 基于新闻内容和主题特征的个性化新闻推荐装置和方法 |
CN103853738A (zh) * | 2012-11-29 | 2014-06-11 | 中国科学院计算机网络信息中心 | 一种网页信息相关地域的识别方法 |
US20150186532A1 (en) * | 2013-12-31 | 2015-07-02 | Google Inc. | Generating a News Timeline |
CN106021278A (zh) * | 2016-04-27 | 2016-10-12 | 湖南蚁坊软件有限公司 | 一种微博事件地域热度指数的分析方法 |
Non-Patent Citations (1)
Title |
---|
唐远华: "Web新闻热点信息的自动发现及展示", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191167A (zh) * | 2018-07-17 | 2019-01-11 | 阿里巴巴集团控股有限公司 | 一种目标用户的挖掘方法和装置 |
CN110891074A (zh) * | 2018-08-06 | 2020-03-17 | 珠海格力电器股份有限公司 | 推送信息的方法及装置 |
WO2022252806A1 (zh) * | 2021-05-31 | 2022-12-08 | 北京字节跳动网络技术有限公司 | 信息处理方法、装置、设备及介质 |
CN114269001A (zh) * | 2021-12-20 | 2022-04-01 | 北京达佳互联信息技术有限公司 | 网络热点类型识别方法和网络热点识别模型训练方法 |
CN115269851A (zh) * | 2022-08-04 | 2022-11-01 | 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 |
CN115269851B (zh) * | 2022-08-04 | 2024-04-16 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN107193974B (zh) | 2020-11-10 |
US20180341700A1 (en) | 2018-11-29 |
US11475055B2 (en) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11475143B2 (en) | Sensitive data classification | |
CN107193974A (zh) | 基于人工智能的地域性信息确定方法和装置 | |
CN106845999A (zh) | 风险用户识别方法、装置和服务器 | |
CN107220386A (zh) | 信息推送方法和装置 | |
CN107463704A (zh) | 基于人工智能的搜索方法和装置 | |
CN107908789A (zh) | 用于生成信息的方法和装置 | |
CN109767318A (zh) | 贷款产品推荐方法、装置、设备及存储介质 | |
CN108090162A (zh) | 基于人工智能的信息推送方法和装置 | |
CN110598070B (zh) | 应用类型识别方法及装置、服务器及存储介质 | |
CN107251033A (zh) | 用于在在线教育中进行实时用户验证的系统和方法 | |
CN107832468A (zh) | 需求识别方法和装置 | |
CN107464141A (zh) | 用于信息推广的方法、装置、电子设备及计算机可读介质 | |
CN111210335A (zh) | 用户风险识别方法、装置及电子设备 | |
CN112784589B (zh) | 一种训练样本的生成方法、装置及电子设备 | |
CN107977678A (zh) | 用于输出信息的方法和装置 | |
CN108268635A (zh) | 用于获取数据的方法和装置 | |
CN111753171A (zh) | 一种恶意网站的识别方法和装置 | |
CN110489747A (zh) | 一种图像处理方法、装置、存储介质及电子设备 | |
CN108038200A (zh) | 用于存储数据的方法和装置 | |
CN111447575A (zh) | 短信息推送方法、装置、设备及存储介质 | |
CN109784407A (zh) | 确定表字段的类型的方法和装置 | |
CN113762973A (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
CN111143394B (zh) | 知识数据处理方法、装置、介质及电子设备 | |
CN112950359A (zh) | 一种用户识别方法和装置 | |
CN117114901A (zh) | 基于人工智能的投保数据处理方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |