CN109614482A - 标签的处理方法、装置、电子设备及存储介质 - Google Patents
标签的处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109614482A CN109614482A CN201811238336.6A CN201811238336A CN109614482A CN 109614482 A CN109614482 A CN 109614482A CN 201811238336 A CN201811238336 A CN 201811238336A CN 109614482 A CN109614482 A CN 109614482A
- Authority
- CN
- China
- Prior art keywords
- label
- topic label
- topic
- target
- verified
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开是关于一种标签的处理方法、装置、电子设备及存储介质,所述方法包括:通过获取信息分享平台中针对目标对象设置的原始话题标签,然后从所述原始话题标签中,确定待验证话题标签,再对所述待验证话题标签进行网页搜索,最后根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。通过上述方法,有效地从原始话题标签中过滤掉了不规范的、不适合作为研究对象的话题标签,且简单可行,降低了技术人员的工作量,提高了话题标签的提取效率,方便了技术人员对提取出的目标话题标签进行分析研究,进而掌握用户关注热点,以更好地为用户服务。
Description
技术领域
本公开涉及计算机应用技术领域,尤其涉及一种标签的处理方法、装置、电子设备及存储介质。
背景技术
随着互联网的迅猛发展,人们越来越乐于通过在社交网站发布文本信息或视频来表达观点和展现日常生活。用户在社交网站上发布的文本信息或视频往往蕴含着一定时期内的社会热点和大众的关注点,对这些内容进行研究,有利于技术人员更好地发掘用户需求,为用户推送更为有价值的信息。
但是由于用户在社交网站上发布的文本信息或者视频的标题文本信息一般长度都比较短,且存在词汇稀疏、书写不规范的问题,导致了信息汇总数据中严重的高稀疏和高噪音问题,从而使得技术人员对用户发布的文本信息的分析和挖掘产生了困难,难以从用户发布的文本信息中提取出有效的标签信息。
发明内容
为克服现有技术中难以从用户发布的文本信息中提取有效的标签信息的问题,本公开提供一种标签的处理方法、装置、电子设备及存储介质。
根据本公开实施例的第一方面,提供一种标签的处理方法,包括:
获取信息分享平台中,针对目标对象设置的原始话题标签;
从所述原始话题标签中,确定待验证话题标签;
对所述待验证话题标签进行网页搜索;
根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。
根据本公开实施例的第二方面,提供一种标签的处理装置,包括:
原始话题标签获取模块,被配置为执行获取信息分享平台中,针对目标对象设置的原始话题标签;
待验证话题标签确定模块,被配置为执行从所述原始话题标签中,确定待验证话题标签;
网页搜索模块,被配置为执行对所述待验证话题标签进行网页搜索;
目标话题标签提取模块,被配置为执行根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:获取信息分享平台中,针对目标对象设置的原始话题标签;从所述原始话题标签中,确定待验证话题标签;对所述待验证话题标签进行网页搜索;根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。
根据本公开实施例的第四方面,提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行一种标签处理方法,所述方法包括:
获取信息分享平台中,针对目标对象设置的原始话题标签;从所述原始话题标签中,确定待验证话题标签;对所述待验证话题标签进行网页搜索;根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。
根据本公开实施例的第五方面,提供一种应用程序,当所述应用程序中的指令由电子设备的处理器执行时,使得电子设备能够执行一种标签处理方法,所述方法包括:
获取信息分享平台中,针对目标对象设置的原始话题标签;
从所述原始话题标签中,确定待验证话题标签;
对所述待验证话题标签进行网页搜索;
根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。
本公开的实施例提供的技术方案可以包括以下有益效果:
在本发明实施例中,通过获取信息分享平台中,针对目标对象设置的原始话题标签,然后从所述原始话题标签中,确定待验证话题标签,再对所述待验证话题标签进行网页搜索,最后根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。通过上述方法,有效地从原始话题标签中过滤掉了不规范的、不适合作为研究对象的话题标签,且简单可行,降低了技术人员的工作量,提高了话题标签的提取效率,方便了技术人员对提取出的目标话题标签进行分析研究,进而掌握用户关注热点,以更好地为用户服务。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据实施例一示出的一种标签的处理方法的流程图;
图2是根据实施例二示出的另一种标签的处理方法的流程图;
图3是根据实施例三示出的一种标签的处理装置的框图;
图4是根据实施例三示出的另一种标签的处理装置的框图;
图5是根据一示例性实施例示出的一种电子设备的框图。(移动终端的一般结构)
图6是根据一示例性实施例示出的一种电子设备的框图。(服务器的一般结构)
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
实施例一
图1是根据实施例一示出的一种标签的处理方法的流程图,如图1所示,所述话题标签的提取方法用于终端中,包括以下步骤:
在步骤101中,获取信息分享平台中,针对目标对象设置的原始话题标签。
在本发明实施例中,所述信息分享平台即是人们在网络上用来收集、发布、查阅、共享信息的载体,例如,各类视频网站、各类社区网站、各类信息交流平台如微博、微信等。用户会通过在信息分享平台中发布个人视频、图片及文字信息等,来表达观点或展现日常生活。
本发明实施例中所述的目标对象,指用户上传到网站的个人视频、图像信息或文字信息等内容。用户在网站发布个人视频或图像信息时,除了进行文字描述和添加标题信息,可能还会在标题信息中同时给出与该目标对象匹配的原始话题标签。另外,在用户不发布任何视频和图像信息,只发布文字信息的情况下,可能也会在标题信息中同时给出与该文字信息的内容匹配的原始话题标签。
具体地,用户在网站发布信息时,网站的信息发布页面设置有话题标签的填写项,指示用户为发布的内容设置原始话题标签。用户发布了信息后,用户设置的原始话题标签会出现在用户发布内容的标题信息中。在不同的信息分享平台上,原始话题标签出现的位置和方式可能是不同的。例如,有些网站的原始话题标签出现在标题信息中,有些网站的原始话题标签出现在正文的开头、中间或结尾;又例如,原始话题标签在网站页面上可能是两个“#”之间的文字,也可能是两个“*”之间的文字,或是其他一些符号,本发明实施例对此不做具体限定。
在本发明实施例中,首先需要获取针对目标对象设置的原始话题标签。在具体实现中,可以通过网络爬虫技术,根据既定的抓取目标(如代表原始话题标签的字符),有选择地访问万维网上的网页与相关的链接(如各类信息分享平台、网站),将抓取到的网页存储,进行一定的分析、识别和过滤,进而获得所需要的信息(即原始话题标签)。
例如,在一个社交网站上,用户发布了一段和朋友打篮球的视频,设置标题信息如下:“#篮球#久违的朋友,久违的篮球!”在这段文字信息中,位于两个“#”之间的“篮球”是原始话题标签。
一条信息可以对应一个原始话题标签,当然也可能没有原始话题标签,还可能一条信息对应多个原始话题标签。如果一条信息对应有多个原始话题标签,则可以将所述多个原始话题标签一并获取,当然,如果所述多个话题标签的内容比较相似,为了避免重复,也可以只获取其中的一个原始话题标签,本发明实施例对此不做具体限定。
在步骤102中,从所述原始话题标签中,确定待验证话题标签。
在本发明实施例中,由于用户给定的原始话题标签数量过于庞大,不利于研究分析,所以需要把一些出现频次比较低的话题标签剔除,以减少样本数量,确定出待验证话题标签,简化研究过程,使研究结果更为准确。
在步骤103中,对所述待验证话题标签进行网页搜索。
在本发明实施例中,将所述待验证话题标签作为搜索词,输入搜索引擎的搜索框中,进行网页搜索。具体地,使用requests(爬虫请求库)模仿浏览器对搜索引擎网站发起请求,对待验证话题标签依次进行网页搜索。
现有的搜索引擎种类很多,本发明实施例对所采用的搜索引擎不做具体限定。
在步骤104中,根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。
在本发明实施例中,在搜索结果页面中,解析搜索展示页面的内容,可以查看其内容中是否含有效的百科类型网站百科知识词条的网址。即验证是否有百科类型网站已将该待验证话题标签作为百科词条收入,如果该话题标签已被收入词条,则搜索结果页面中就会包含百科类型网站对该词条的解释条目。已经被收入百科词条的话题标签,意味着该话题标签不是用户随意设置的标签,而是一个有效的话题标签。
如果搜索页面中不存在有效的百科类型网站对该待验证话题标签的解释条目,则直接认为该话题标签不是一个有效的话题标签。可能该话题标签是用户随意设置的标签,或者对于技术人员来说,是没有后续研究价值的标签,比如,#今天天气真好#、#该睡觉了#这一类的标签。
具体实现时,可以利用BeautifulSoup(爬虫解析库)在解析网页时制定一个规则,帮助我们抓取想要的内容。
采用上述技术方案,使技术人员过滤了不规范的、不适合作为研究对象的待验证话题标签,能够比较准确地提取到有效的话题标签,为技术人员掌握社会热点、用户关注热点提供了参考依据,进而可以方便技术人员为用户提供更为精准、有价值的推送信息。
综上所述,在本发明实施例中,通过获取信息分享平台中,针对目标对象设置的原始话题标签,然后从所述原始话题标签中,确定待验证话题标签,再对所述待验证话题标签进行网页搜索,最后根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。通过上述方法,有效地从原始话题标签中过滤掉了不规范的、不适合作为研究对象的话题标签,且简单可行,降低了技术人员的工作量,提高了话题标签的提取效率,方便了技术人员对提取出的目标话题标签进行分析研究,进而掌握用户关注热点,以更好地为用户服务。
实施例二
图2是根据实施例二示出的另一种标签的处理方法。如图2所示,所述话题标签的提取方法用于终端中,包括以下步骤:
在步骤201中,获取信息分享平台中,针对目标对象设置的标题信息。
在本发明实施例中,所述目标对象指的是用户在信息分享平台中发布的信息内容,即视频、文字、图片等信息,用户在发布信息时,会针对信息内容设置标题信息,该标题信息中还包括用户为该条信息设置的话题标签。例如,用户发布了一条自己做瑜伽的视频,用户为该视频设置了如下的标题信息:享受肢体伸展的愉悦#运动#,其中,“运动”就是原始话题标签。
具体地,可以使用网络爬虫工具获取所述标题信息。
在步骤202中,从所述标题信息中,提取用户设置的原始话题标签。
在本发明实施例中,在获取到标题信息后,通过符号识别提取用户设置的原始话题标签。例如,可以从标题信息中提取符号“##”之间的文本内容。
在不同的信息分享平台,原始话题标签的设置规则可能不太一致,例如,有些网站中也可能使用符号“**”来设置原始话题标签。所以在具体实施中,要在不同的信息分享平台,注意识别规则的准确设置。
在提取原始话题标签时,可以一并提取用户发布该原始话题标签的时间。可以将获取到的所有原始话题标签放入原始话题标签库中,以供后续使用。
在步骤203中,确定预设时间内,所述原始话题标签的出现频次。
在本发明实施例中,首先设置一个预设时间范围,例如可以设置为2018年8月10日00:00——2018年9月10日23:59这个时间区段。然后,统计在这个预设时间区段内,各个原始话题标签出现的频次,即出现的总数量。
具体地,可以在之前步骤形成的原始话题标签库中进行统计。
在步骤204中,将出现频次大于预设频次阈值的原始话题标签确定为待验证话题标签。
在本发明实施例中,因为出现频次过低的原始话题标签可能不属于社会热点话题和用户关注的热点话题,所以需要设定一个预设频次阈值(例如,将预设频次阈值设为30天共出现100次),则将出现频次小于预设频次阈值的原始话题标签剔除,将剩下的出现频次大于预设频次阈值的原始话题标签确定为待验证话题标签。这样,就过滤了原始话题标签库中出现频次过低的、不适合作为研究对象的原始话题标签。
可选地,对原始话题标签的出现频次进行排序,将出现频次在预设范围内的原始话题标签确定为待验证话题标签。
例如,将原始话题标签出现频次的预设范围定为前80%,则对预设时间内出现的所有原始话题标签的出现频次进行排序,将出现频次的排名在前80%的原始话题标签确定为待验证话题标签。
在步骤205中,对所述待验证话题标签进行网页搜索。
在本发明实施例中,步骤205可以参照步骤103,此处不再赘述。
在步骤206中,获取所述搜索页面的第一源代码。
在本发明实施例中,将所述待验证话题标签放入搜索引擎的搜索框中搜索之后,会展现出搜索结果页面,此时,获取搜索结果页面的第一源代码。
在步骤207中,判断所述第一源代码的超文本引用字段中是否包含目标地址链接。
在本发明实施例中,所述目标地址链接指的是知识类型网站或百科类型网站词条页面的链接。利用网页解析工具,对所述第一源代码页面进行解析,可以解析网页里的超文本引用字段。例如可以使用网页解析工具Beautiful Soup(爬虫解析库);网页里的超文本引用字段,例如可以是“href”字段,“href”字段用于指定超链接目标的URL(UniformResource Locator,统一资源定位符)。在本发明实施例中,具体看“href”字段引用的超链接目标的URL中是否有包含百科类型网站百科词条的网址链接。如果有,则说明该待验证话题标签已被百科类型网站收入百科词条,意味着该待验证话题标签是有一定影响力、知名度或者热度的,这种话题标签是具备研究价值的,这是一个有效的话题标签。
例如,将前文示例中的待验证话题标签“篮球”作为搜索词进行搜索引擎搜索,在得到的第一源代码页面中,某个“href”字段后面,是一个百科类型网站的百科词条页面的地址链接,那么,这就意味着“篮球”这个话题标签已被百科类型网站作为词条收入,那么,“篮球”这个标签就是一个目标话题标签。
可选地,可以建立百科类型网站的名录,以方便验证所述第一源代码中的超文本引用字段中包含的目标地址链接,是否是百科类网站百科词条页面的链接。
在步骤208中,在所述源代码的超文本引用字段中包含目标地址链接的情况下,将所述待验证话题标签确定为目标话题标签。
在本发明实施例中,若所述源代码的超文本引用字段中包含百科类型网站百科词条页面的地址链接,则认为所述待验证话题标签为目标话题标签。
具体规则可以是:有一个百科类型网站把所述待验证话题标签收进了百科词条,则认为所述待验证话题标签是目标话题标签;也可以是:达到了预设数量的百科类型网站把所述待验证话题标签收进了百科词条,才认为所述待验证话题标签是目标话题标签。在本发明实施例中,对确定目标话题标签的具体规则不做具体限定。
在步骤209中,获取与所述目标地址链接对应的目标页面。
在本发明实施例中,所述目标地址链接对应的目标页面,指在百科类型网站中与所述目标话题标签对应的百科词条页面。例如,在百度百科网站中与目标话题标签“篮球”对应的百科词条页面。
在步骤210中,获取所述目标页面的第二源代码。
在本发明实施例中,可以获取所述目标页面,即在百科类型网站中与所述目标话题标签对应的百科词条页面,对应的第二源代码。
在步骤211中,解析所述第二源代码中的标题字段和/或属性字段,获取所述目标话题标签所属的分类。
在本发明实施例中,可以利用网页解析工具,例如BeautifulSoup(爬虫解析库)解析所述第二源代码。例如涉及到解析网页的“title”(标题)字段和“meta”(属性)字段,从而获取到所述目标话题标签所属的分类。
网页的“Title”字段,用来定义网页的标题。通过解析“title”字段,我们可以看到对该标题的划分类别。例如,目标话题标签“篮球”,所在的百科类型网站的百科词条页面的第二源代码中,页面“title”是“篮球(球类运动)”,因此我们知道篮球是一种球类,是属于运动类别,从而获取到话题标签#篮球#的所属的分类是“运动”类别。
网页的“meta”字段,用来描述一个HTML网页文档的属性,例如作者、日期和时间、网页描述、关键词、页面刷新等。“meta”其下包含description(描述)、Keywords(关键词)、http-equiv(网页文件头)等子字段。其中,“description”子字段可以查看对该标题描述的具体内容。例如,搜索目标话题标签“海贼王”,在百科类型网站的百科词条页面的第二源代码中,页面“description”字段内容为“《航海王》是漫画家尾田荣一郎作画的少年漫画作品,在《周刊少年Jump》1997年34号开始连载”,从中我们可以知道“海贼王”是一部漫画。由此,我们获取到目标话题标签#海贼王#所属的分类是“漫画”类别。
当然,本领域技术人员也可以通过在第二源代码中解析其他字段来获取所述目标话题标签所属的分类,在本发明实施例中,对此不做具体限定。
在获取到原始话题标签所属的分类后,技术人员可以根据用户经常设置的原始话题标签所属的类别,了解到用户的行为偏好,从而可以为用户推送更为匹配用户喜好的信息;另外,在用户使用话题标签进行搜索时,若没有能够精确匹配的搜索内容,技术人员可以根据话题标签所属的类别,为用户推荐相关类别的内容信息。
综上所述,本发明实施例通过从标题信息中提取原始话题标签,然后根据所述原始话题标签的出现频次确定待验证话题标签,再通过解析第一源代码页面,获得目标话题标签,最后通过解析第二源代码页面,获取所述目标话题标签所属的分类。通过上述方法,过滤出了不规范的、不适合作为研究对象的原始话题标签,最终提取出了目标话题标签,并获取了目标话题标签的分类,从而为技术人员更好地发掘用户需求、为用户推送更有价值的信息提供了参考依据。
实施例三
图3为本发明实施例三示出的一种标签处理标签处理装置框图。参照图3,该标签处理装置300包括原始话题标签获取模块301,待验证话题标签确定模块302,网页搜索模块303,目标话题标签提取模块304。
该原始话题标签获取模块301被配置为执行获取信息分享平台中,针对目标对象设置的原始话题标签;
待验证话题标签确定模块302,被配置为执行从所述原始话题标签中,确定待验证话题标签;
网页搜索模块303,被配置为执行对所述待验证话题标签进行网页搜索;
目标话题标签提取模块304,被配置为执行根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。
在图3的基础上,本发明实施例图4提供另一种标签处理装置,该标签处理装置具体包括:
所述原始话题标签获取模块301包括:
标题信息获取子模块3011,被配置为执行获取信息分享平台中,针对目标对象设置的标题信息;
原始话题标签提取子模块3012,被配置为执行从所述标题信息中,提取用户设置的原始话题标签。
所述待验证话题标签确定模块302包括:
频次确定子模块3021,被配置为执行确定预设时间段内,所述原始话题标签的出现频次;
待验证话题标签确定子模块3022,被配置为执行将出现频次大于预设频次阈值的原始话题标签确定为待验证话题标签。
所述目标话题标签提取模块304包括:
第一源代码获取子模块3041,被配置为执行获取所述搜索页面的第一源代码;
判断子模块3042,被配置为执行判断所述第一源代码的超文本引用字段中是否包含目标地址链接;
目标话题标签确定子模块3043,被配置为执行在所述源代码的超文本引用字段中包含目标地址链接的情况下,将所述待验证话题标签确定为目标话题标签。
所述装置还包括:
目标页面获取模块305,被配置为执行获取与所述目标地址链接对应的目标页面;
分类确定模块306,被配置为执行根据所述目标页面,确定所述目标话题标签的分类。
所述分类确定模块306包括:
第二源代码获取子模块3061,被配置为执行获取所述目标页面的第二源代码;
分类获取子模块3062,被配置为执行解析所述第二源代码中的标题字段和/或属性字段,获取所述目标话题标签所属的分类。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图5是根据一示例性实施例示出的一种用于标签处理的电子设备500的框图。例如,电子设备500可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图5,电子设备500可以包括以下一个或多个组件:处理组件502,存储器504,电力组件506,多媒体组件508,音频组件510,输入/输出(I/O)的接口512,传感器组件514,以及通信组件516。
处理组件502通常控制电子设备500的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件502可以包括一个或多个模块,便于处理组件502和其他组件之间的交互。例如,处理组件502可以包括多媒体模块,以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在设备500的操作。这些数据的示例包括用于在电子设备500上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件506为电子设备500的各种组件提供电力。电源组件506可以包括电源管理系统,一个或多个电源,及其他与为电子设备500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述电子设备500和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件508包括一个前置摄像头和/或后置摄像头。当设备500处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如,音频组件510包括一个麦克风(MIC),当电子设备500处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中,音频组件510还包括一个扬声器,用于输出音频信号。
I/O接口512为处理组件502和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器,用于为电子设备500提供各个方面的状态评估。例如,传感器组件514可以检测到设备500的打开/关闭状态,组件的相对定位,例如所述组件为电子设备500的显示器和小键盘,传感器组件514还可以检测电子设备500或电子设备500一个组件的位置改变,用户与电子设备500接触的存在或不存在,电子设备500方位或加速/减速和电子设备500的温度变化。传感器组件514可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件514还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件516被配置为便于电子设备500和其他设备之间有线或无线方式的通信。电子设备500可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件516还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器504,上述指令可由电子设备500的处理器520执行以完成上述话题标签的提取方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图6是根据一示例性实施例示出的一种用于标签处理的电子设备600的框图。例如,电子设备600可以被提供为一服务器。参照图6,电子设备600包括处理组件622,其进一步包括一个或多个处理器,以及由存储器632所代表的存储器资源,用于存储可由处理组件622的执行的指令,例如应用程序。存储器632中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件622被配置为执行指令,以执行上述话题标签的提取方法。
电子设备600还可以包括一个电源组件626被配置为执行电子设备600的电源管理,一个有线或无线网络接口650被配置为将电子设备600连接到网络,和一个输入输出(I/O)接口658。电子设备600可以操作基于存储在存储器632的操作系统,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本发明实施例还提供一种应用程序,当所述应用程序中的指令由电子设备的处理器执行时,使得电子设备能够执行一种标签处理方法,所述方法包括:
获取信息分享平台中,针对目标对象设置的原始话题标签;
从所述原始话题标签中,确定待验证话题标签;
对所述待验证话题标签进行网页搜索;
根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种标签的处理方法,其特征在于,所述方法包括:
获取信息分享平台中对目标对象设置的原始话题标签;
从所述原始话题标签中,确定待验证话题标签;
对所述待验证话题标签进行网页搜索;
根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。
2.根据权利要求1所述的方法,其特征在于,所述根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签,包括:
获取所述搜索页面的第一源代码;
判断所述第一源代码的超文本引用字段中是否包含目标地址链接;
在所述源代码的超文本引用字段中包含目标地址链接的情况下,将所述待验证话题标签确定为目标话题标签。
3.根据权利要求1所述的方法,其特征在于,所述从所述原始话题标签中,确定待验证话题标签,括:
确定预设时间段内,所述原始话题标签的出现频次;
将出现频次大于预设频次阈值的原始话题标签确定为待验证话题标签。
4.根据权利要求1所述的方法,其特征在于,在根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签之后,还包括:
获取与所述目标地址链接对应的目标页面;
根据所述目标页面,确定所述目标话题标签的分类。
5.根据权利要求4所述的方法,其特征在于,所述根据所述目标页面,确定所述目标话题标签的分类,包括:
获取所述目标页面的第二源代码;
解析所述第二源代码中的标题字段和/或属性字段,获取所述目标话题标签所属的分类。
6.根据权利要求1所述的方法,其特征在于,所述获取信息分享平台中针对目标对象设置的原始话题标签,包括:
获取信息分享平台中,针对目标对象设置的标题信息;
从所述标题信息中,提取用户设置的原始话题标签。
7.一种标签的处理装置,其特征在于,所述装置包括:
原始话题标签获取模块,被配置为执行获取信息分享平台中,针对目标对象设置的原始话题标签;
待验证话题标签确定模块,被配置为执行从所述原始话题标签中,确定待验证话题标签;
网页搜索模块,被配置为执行对所述待验证话题标签进行网页搜索;
目标话题标签提取模块,被配置为执行根据所述网页搜索获得的搜索结果,从所述待验证话题标签中提取出目标话题标签。
8.根据权利要求7所述的装置,其特征在于,所述目标话题标签提取模块包括:
第一源代码获取子模块,被配置为执行获取所述搜索页面的第一源代码;
判断子模块,被配置为执行判断所述第一源代码的超文本引用字段中是否包含目标地址链接;
目标话题标签确定子模块,被配置为执行在所述源代码的超文本引用字段中包含目标地址链接的情况下,将所述待验证话题标签确定为目标话题标签。
9.根据权利要求7所述的装置,其特征在于,所述待验证话题标签确定模块包括:
频次确定子模块,被配置为执行确定预设时间段内,所述原始话题标签的出现频次;
待验证话题标签确定子模块,被配置为执行将出现频次大于预设频次阈值的原始话题标签确定为待验证话题标签。
10.根据权利要求7所述的装置,其特征在于,所述装置还包括:
目标页面获取模块,被配置为执行获取与所述目标地址链接对应的目标页面;
分类确定模块,被配置为执行根据所述目标页面,确定所述目标话题标签的分类。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811238336.6A CN109614482B (zh) | 2018-10-23 | 2018-10-23 | 标签的处理方法、装置、电子设备及存储介质 |
PCT/CN2019/106246 WO2020082938A1 (zh) | 2018-10-23 | 2019-09-17 | 标签的处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811238336.6A CN109614482B (zh) | 2018-10-23 | 2018-10-23 | 标签的处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109614482A true CN109614482A (zh) | 2019-04-12 |
CN109614482B CN109614482B (zh) | 2022-06-03 |
Family
ID=66002944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811238336.6A Active CN109614482B (zh) | 2018-10-23 | 2018-10-23 | 标签的处理方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109614482B (zh) |
WO (1) | WO2020082938A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110674349A (zh) * | 2019-09-27 | 2020-01-10 | 北京字节跳动网络技术有限公司 | 视频poi识别方法、装置及电子设备 |
CN110889055A (zh) * | 2019-11-29 | 2020-03-17 | 京东方科技集团股份有限公司 | 交互方法、交互系统、电子设备及存储介质 |
WO2020082938A1 (zh) * | 2018-10-23 | 2020-04-30 | 北京达佳互联信息技术有限公司 | 标签的处理方法、装置、电子设备及存储介质 |
CN111767439A (zh) * | 2020-06-28 | 2020-10-13 | 百度在线网络技术(北京)有限公司 | 基于页面分类标签的推荐方法、设备和介质 |
CN111897996A (zh) * | 2020-08-10 | 2020-11-06 | 北京达佳互联信息技术有限公司 | 话题标签推荐方法、装置、设备及存储介质 |
CN113378061A (zh) * | 2021-07-02 | 2021-09-10 | 北京字节跳动网络技术有限公司 | 一种信息搜索方法、装置、计算机设备及存储介质 |
CN113778295A (zh) * | 2021-09-28 | 2021-12-10 | 北京字跳网络技术有限公司 | 一种书籍推荐方法、装置、计算机设备及存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112818271A (zh) * | 2021-01-27 | 2021-05-18 | 北京小米移动软件有限公司 | 一种网页显示方法、装置、终端设备及介质 |
CN113569067A (zh) * | 2021-07-27 | 2021-10-29 | 深圳Tcl新技术有限公司 | 标签分类方法、装置、电子设备及计算机可读存储介质 |
CN116821523B (zh) * | 2023-08-30 | 2023-11-24 | 山西合力思创科技股份有限公司 | 一种人员匹配逻辑校验方法、装置、电子设备及存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010204866A (ja) * | 2009-03-02 | 2010-09-16 | Nippon Telegr & Teleph Corp <Ntt> | 重要キーワード抽出装置及び方法及びプログラム |
CN102768663A (zh) * | 2011-05-05 | 2012-11-07 | 腾讯科技(深圳)有限公司 | 一种网页标题的提取方法、装置及信息处理系统 |
CN102890698A (zh) * | 2012-06-20 | 2013-01-23 | 杜小勇 | 微博话题标签自动化描述方法 |
CN103823868A (zh) * | 2014-02-26 | 2014-05-28 | 中国科学院计算技术研究所 | 一种面向在线百科的事件识别方法和事件关系抽取方法 |
CN103870573A (zh) * | 2014-03-18 | 2014-06-18 | 北京奇虎科技有限公司 | 对网址进行分析的方法和装置 |
CN104239340A (zh) * | 2013-06-19 | 2014-12-24 | 北京搜狗信息服务有限公司 | 搜索结果筛选方法与装置 |
US20150286729A1 (en) * | 2014-04-02 | 2015-10-08 | Samsung Electronics Co., Ltd. | Method and system for content searching |
CN105488077A (zh) * | 2014-10-10 | 2016-04-13 | 腾讯科技(深圳)有限公司 | 生成内容标签的方法和装置 |
CN105808695A (zh) * | 2016-03-03 | 2016-07-27 | 陈包容 | 一种获取聊天回复内容的方法及装置 |
CN107436922A (zh) * | 2017-07-05 | 2017-12-05 | 北京百度网讯科技有限公司 | 文本标签生成方法和装置 |
CN108009293A (zh) * | 2017-12-26 | 2018-05-08 | 北京百度网讯科技有限公司 | 视频标签生成方法、装置、计算机设备和存储介质 |
CN108009216A (zh) * | 2017-11-17 | 2018-05-08 | 无锡雅座在线科技股份有限公司 | 目标对象的处理方法、装置和系统、存储介质、处理器 |
CN108090070A (zh) * | 2016-11-22 | 2018-05-29 | 北京高地信息技术有限公司 | 一种中文实体属性抽取方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314456A (zh) * | 2010-06-30 | 2012-01-11 | 百度在线网络技术(北京)有限公司 | 网页划词搜索方法及系统 |
CN109614482B (zh) * | 2018-10-23 | 2022-06-03 | 北京达佳互联信息技术有限公司 | 标签的处理方法、装置、电子设备及存储介质 |
-
2018
- 2018-10-23 CN CN201811238336.6A patent/CN109614482B/zh active Active
-
2019
- 2019-09-17 WO PCT/CN2019/106246 patent/WO2020082938A1/zh active Application Filing
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010204866A (ja) * | 2009-03-02 | 2010-09-16 | Nippon Telegr & Teleph Corp <Ntt> | 重要キーワード抽出装置及び方法及びプログラム |
CN102768663A (zh) * | 2011-05-05 | 2012-11-07 | 腾讯科技(深圳)有限公司 | 一种网页标题的提取方法、装置及信息处理系统 |
CN102890698A (zh) * | 2012-06-20 | 2013-01-23 | 杜小勇 | 微博话题标签自动化描述方法 |
CN104239340A (zh) * | 2013-06-19 | 2014-12-24 | 北京搜狗信息服务有限公司 | 搜索结果筛选方法与装置 |
CN103823868A (zh) * | 2014-02-26 | 2014-05-28 | 中国科学院计算技术研究所 | 一种面向在线百科的事件识别方法和事件关系抽取方法 |
CN103870573A (zh) * | 2014-03-18 | 2014-06-18 | 北京奇虎科技有限公司 | 对网址进行分析的方法和装置 |
US20150286729A1 (en) * | 2014-04-02 | 2015-10-08 | Samsung Electronics Co., Ltd. | Method and system for content searching |
CN105488077A (zh) * | 2014-10-10 | 2016-04-13 | 腾讯科技(深圳)有限公司 | 生成内容标签的方法和装置 |
CN105808695A (zh) * | 2016-03-03 | 2016-07-27 | 陈包容 | 一种获取聊天回复内容的方法及装置 |
CN108090070A (zh) * | 2016-11-22 | 2018-05-29 | 北京高地信息技术有限公司 | 一种中文实体属性抽取方法 |
CN107436922A (zh) * | 2017-07-05 | 2017-12-05 | 北京百度网讯科技有限公司 | 文本标签生成方法和装置 |
CN108009216A (zh) * | 2017-11-17 | 2018-05-08 | 无锡雅座在线科技股份有限公司 | 目标对象的处理方法、装置和系统、存储介质、处理器 |
CN108009293A (zh) * | 2017-12-26 | 2018-05-08 | 北京百度网讯科技有限公司 | 视频标签生成方法、装置、计算机设备和存储介质 |
Non-Patent Citations (3)
Title |
---|
CHAO CHEN 等: "Web media semantic concept retrieval via tag removal and model fusion", 《ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY》 * |
IVÁN CANTADOR 等: "Enriching Ontological User Profiles with Tagging History for Multi-Domain Recommendations", 《1ST INTERNATIONAL WORKSHOP ON COLLECTIVE SEMANTICS: COLLECTIVE INTELLIGENCE & THE SEMANTIC WEB (CISWEB 2008)》 * |
葛美玲: "社交媒体下的图像标签优化研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020082938A1 (zh) * | 2018-10-23 | 2020-04-30 | 北京达佳互联信息技术有限公司 | 标签的处理方法、装置、电子设备及存储介质 |
CN110674349A (zh) * | 2019-09-27 | 2020-01-10 | 北京字节跳动网络技术有限公司 | 视频poi识别方法、装置及电子设备 |
CN110674349B (zh) * | 2019-09-27 | 2023-03-14 | 北京字节跳动网络技术有限公司 | 视频poi识别方法、装置及电子设备 |
CN110889055A (zh) * | 2019-11-29 | 2020-03-17 | 京东方科技集团股份有限公司 | 交互方法、交互系统、电子设备及存储介质 |
CN111767439A (zh) * | 2020-06-28 | 2020-10-13 | 百度在线网络技术(北京)有限公司 | 基于页面分类标签的推荐方法、设备和介质 |
CN111897996A (zh) * | 2020-08-10 | 2020-11-06 | 北京达佳互联信息技术有限公司 | 话题标签推荐方法、装置、设备及存储介质 |
CN111897996B (zh) * | 2020-08-10 | 2023-10-31 | 北京达佳互联信息技术有限公司 | 话题标签推荐方法、装置、设备及存储介质 |
CN113378061A (zh) * | 2021-07-02 | 2021-09-10 | 北京字节跳动网络技术有限公司 | 一种信息搜索方法、装置、计算机设备及存储介质 |
CN113778295A (zh) * | 2021-09-28 | 2021-12-10 | 北京字跳网络技术有限公司 | 一种书籍推荐方法、装置、计算机设备及存储介质 |
CN113778295B (zh) * | 2021-09-28 | 2023-08-08 | 北京字跳网络技术有限公司 | 一种书籍推荐方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109614482B (zh) | 2022-06-03 |
WO2020082938A1 (zh) | 2020-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109614482A (zh) | 标签的处理方法、装置、电子设备及存储介质 | |
CN107241622A (zh) | 视频定位处理方法、终端设备及云端服务器 | |
CN110399548A (zh) | 一种搜索处理方法、装置、电子设备以及存储介质 | |
CN108073606B (zh) | 一种新闻推荐方法和装置、一种用于新闻推荐的装置 | |
CN108121736A (zh) | 一种主题词确定模型的建立方法、装置及电子设备 | |
US10783192B1 (en) | System, method, and user interface for a search engine based on multi-document summarization | |
Crestani et al. | Mobile information retrieval | |
CN107562939A (zh) | 垂直领域新闻推荐方法、装置及可读储存介质 | |
CN105607757A (zh) | 一种输入方法和装置、一种用于输入的装置 | |
CN105373580A (zh) | 主题显示方法及装置 | |
KR20090068380A (ko) | 개선된 이동 통신 단말 | |
US11651039B1 (en) | System, method, and user interface for a search engine based on multi-document summarization | |
CN107436871A (zh) | 一种数据搜索方法、装置及电子设备 | |
CN111428522B (zh) | 翻译语料生成方法、装置、计算机设备及存储介质 | |
CN108345625A (zh) | 一种信息挖掘方法和装置、一种用于信息挖掘的装置 | |
TWI528186B (zh) | 經由音訊發布訊息的系統及方法 | |
US20110167069A1 (en) | System and method for creating and providing media objects in a navigable environment | |
CN110309324A (zh) | 一种搜索方法及相关装置 | |
CN113626624A (zh) | 一种资源识别方法和相关装置 | |
CN113033163A (zh) | 一种数据处理方法、装置和电子设备 | |
CN110110046B (zh) | 同名实体推荐方法及装置 | |
CN110020309A (zh) | 一种页面处理方法和装置 | |
CN106156299B (zh) | 文本信息的主题内容识别方法及装置 | |
CN109948043A (zh) | 一种信息推荐方法及装置 | |
KR20210120203A (ko) | 웹 페이지에 기반한 메타데이터 생성방법 |
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 |