CN112101008A - 一种文本热度确定方法、装置、电子设备和存储介质 - Google Patents
一种文本热度确定方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112101008A CN112101008A CN202011035380.4A CN202011035380A CN112101008A CN 112101008 A CN112101008 A CN 112101008A CN 202011035380 A CN202011035380 A CN 202011035380A CN 112101008 A CN112101008 A CN 112101008A
- Authority
- CN
- China
- Prior art keywords
- text
- texts
- similarity
- current
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000013598 vector Substances 0.000 claims description 68
- 230000006399 behavior Effects 0.000 claims description 36
- 230000015654 memory Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 5
- 238000003058 natural language processing Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种文本热度确定方法、装置、电子设备和存储介质,涉及智能推荐、自然语言处理等人工智能技术领域。具体实现方案为:获取多个文本;对于多个文本中的当前文本,确定当前文本分别与各其他文本之间的相似度;根据当前文本分别与各其他文本之间的相似度,确定当前文本的热度信息。本申请实施例中,只需根据当前文本分别与各其他文本之间的相似度,即可确定当前文本的热度信息,由此实现了无需用户行为数据即可确定文本热度的效果。
Description
技术领域
本申请实施例涉及互联网技术,尤其涉及智能推荐、自然语言处理等人工智能技术领域,特别涉及一种文本热度确定方法、装置、电子设备和存储介质。
背景技术
目前,在向用户推送热点文章时,是根据各文章对应的用户行为数据分别确定各文章的热度,然后将热度最高的文章作为热点文章推送给用户。这里的用户行为数据包括:阅读数、点赞数和转发数等。
但经常会有一些文章比如时效性很高的文章,还没有产生用户行为,那么在缺少用户行为数据的时候,如何确定文章的热度是函待解决的问题。
发明内容
本申请实施例提供了一种文本热度确定方法、装置、设备和存储介质,以达到无需用户行为数据即可确定文本热度的目的。
根据第一方面,提供了一种文本热度确定方法,包括:
获取多个文本;
对于多个文本中的当前文本,确定当前文本分别与各其他文本之间的相似度;
根据当前文本分别与各其他文本之间的相似度,确定当前文本的热度信息。
根据第二方面,提供了一种文本热度确定装置,包括:
文本获取模块,用于获取多个文本;
相似度计算模块,用于对于多个文本中的当前文本,确定当前文本分别与各其他文本之间的相似度;
第一文本热度确定模块,用于根据当前文本分别与各其他文本之间的相似度,确定当前文本的热度信息。
根据第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请任意实施例的文本热度确定方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行本申请任意实施例的文本热度确定方法。
根据本申请的技术,实现了无需用户行为数据即可确定文本热度的效果。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请实施例的文本热度确定方法的流程示意图;
图2是根据本申请实施例的文本热度确定方法的流程示意图;
图3是根据本申请实施例的文本热度确定方法的流程示意图;
图4是根据本申请实施例的文本热度确定装置的结构示意图;
图5是用来实现本申请实施例的文本热度确定方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本申请实施例的文本热度确定的方法的流程示意图,本实施例可适用于服务器向终端设备推送热点文章的情况。该方法可由一种文本热度确定装置来执行,该装置采用软件和/或硬件的方式实现,优选是配置于电子设备上,例如配置于服务器上。
参见图1,文本热度确定的方法具体如下:
S101、获取多个文本。
其中,一个文本示例性的为一篇文章,例如一篇新闻报道。由于服务器会基于爬虫技术周期性的从互联网上爬取大量文本,因此可从服务器爬取的文本中获取多个文本。而在一种可选的实时方式中,获取多个文本的操作,包括:获取发布时间在相同时间段内的多个文本。在此需要说明的是,之所以获取发布时间在相同时间段内的多个文本,是因为只有在相同时间段内的文本才具有比较性,进而保证后续从中确定热度较高的文本。
S102、对于多个文本中的当前文本,确定当前文本分别与各其他文本之间的相似度。
本申请实施例中,之所以计算当前文本分别与各其他文本之间的相似度,是为了便于后续根据计算得到的相似度结果确定当前文本热度。在一种可选的实施方式中,可利用自然语言技术对分别各文本进行语义分析,根据语义分析结果确定当前文本分别与各其他文本之间的相似度。也可以利用其他方式计算当前文本分别与各其他文本之间的相似度,在此不做具体限定。
S103、根据当前文本分别与各其他文本之间的相似度,确定当前文本的热度信息。
由于针对一个热门事件,在同一时间段内可能存在多家媒体机构撰写并发表了相似度较高的热点文章,基于此发明人创造性的提出了基于各文本之间相似度确定文本热度信息的方案。
在一种可选的实施方式中,根据当前文本分别与各其他文本之间的相似度,确定当前文本的热度信息,包括:将当前文本分别与各其他文本之间的相似度进行相加,根据相加结果确定当前文本的热度信息。由此可以快速准确的计算出每个文本的热度信息,进而保证了后续根据热度信息准确筛选热点文本。
本申请实施例中,只需根据当前文本分别与各其他文本之间的相似度,即可确定当前文本的热度信息,由此实现了无需用户行为数据即可确定文本热度的效果。
图2是根据本申请实施例的文本热度确定方法的流程示意图,本实施例是在上述实施例的基础上进行优化,参见图2,该方法包括:
S201、获取多个文本。
S202、获取多个文本中的各文本分别对应的文本向量。
在一种可选的实施方式中,获取多个文本中的各文本分别对应的文本向量,包括:对于多个文本中的各文本,将文本进行切词处理,获得至少一个分词,确定获得的各分词分别对应的词向量,根据各分词分别对应的词向量确定文本对应的文本向量。
其中,对文本进行切词处理时可以采用基于词典分词算法或基于统计的机器学习算法,也可以采用其他分词方法,在此不做具体限定。在得到至少一个分词后,可利用词向量模型将各分词转化成对应的词向量,进而根据各分词分别对应的词向量确定文本对应的文本向量,示例性的,针对任一文本,将该文本包括的各分词对应的词向量进行拼接,得到该文本对应的文本向量,由此保证了后续可以基于各文本对应的文本向量确定各文本之间的相似度。
S203、确定当前文本对应的文本向量分别与各其他文本对应的文本向量之间的相似度。
可选的,计算任意两个文本对应的文本向量之间的相似度时,可将两个文本向量的余弦距离或欧拉距离作为两个文本向量的相似度。在另一种可选的实施方式中,可预先设置一个相似度计算模型,将各文本对应的文本向量输入到相似度计算模型中,利用相似度计算模型计算两两文本向量的相似度,计算完成后,相似度计算模型输出相似度矩阵,其中相似度矩阵中的元素值都代表两个文本向量的相似度值,且相似度矩阵中的同一行的元素分别代表一个文本向量分别与其它文本向量的相似度值。示例性的,有三个文本对应的文本向量,分别是文本向量A,文本向量B,文本向量C,将文本向量A,文本向量B,文本向量C输入到相似度计算模型后,输出一个3*3的相似度矩阵,示例性的,相似度矩阵第一行第一列的元素值为文本向量A与自身的相似度值;第一行第二列的元素值为文本向量A与文本向量B的相似度值;第一行第三列的元素值为文本向量A与文本向量C的相似度值。
S204、根据当前文本对应的文本向量分别与各其他文本对应的文本向量之间的相似度,确定当前文本分别与各其他文本之间的相似度。
示例性的,可直接将两个文本对应的文本向量之间的相似度,作为两个文本的相似度。在此需要说明的是,通过文本向量之间的相似度,确定文本的相似度,可以提升相似度计算的准确性和效率。
S205、将当前文本分别与各其他文本之间的相似度进行相加,根据相加结果确定当前文本的热度信息。
示例性的,在得到的相似度矩阵后,若确定当前文本分别与各其他文本之间的相似度对应的是相似度矩阵的第一行,则将第一行的元素值相加,并将结果确定当前文本的热度信息。需要说明的是,第一行元素中包括表示当前文本与自身的相似度的元素,在相加时可将该元素的值排除。
S206、根据多个文本中的各文本分别对应的热度信息,从各文本中选取热度最高的至少一个文本。
可选的,在得到各文本分别对应的热度信息后,可根据热度信息对各文本进行排序,例如按照热度由高到低的顺序进行排序,进而从排序结果中将选取热度最高的至少一个文本。需要说明的是,选出的至少一个文本可以保存在数据库中,以便后续进行推送。
S207、将选取的至少一个文本发送至客户端进行显示。
可选的,在接收到客户端发送的数据拉取请求时,将数据库中保存的热度最高的至少一个文本发送至客户端进行显示。除此之外,服务器也可以主动的将数据库中保存的热度最高的至少一个文本发送至客户端进行显示。
本申请实施例中,通过文本向量计算各个文本之间的相似度,提升文本相似度计算的准确性和效率;而且在得到热度最高的至少一个文本后,响应客户端请求或主动将至少一个文本下发到客户端进行显示,实现了向客户端推送热点文本的效果。
图3是根据本申请实施例的文本热度确定方法的流程示意图,本实施例是在上述实施例的基础上进行优化,参见图3,该方法包括:
S301、在检测到当前文本对应的用户行为后,根据用户行为生成用户行为数据。
在将当前文本按照上述方法推送给客户端后,若检测到当前文本对应的用户行为后,也即是检测用户点击阅读、转发、点赞等行为后,根据用户行为生成用户行为数据,例如生成展现数据,点击数据,转发数据或点赞数据。
S302、根据用户行为数据以及当前文本分别与各其他文本之间的相似度,确定当前文本的热度信息。
在得到用户行为数据后,需要重新计算当前文本的热度信息,示例性的,可预先训练一个热度预测模型,将用户行为数据以及当前文本分别与各其他文本之间的相似度作为输入,根据模型的输出值确定当前文本的热度信息,进而根据信息热度信息对各文本的热度进行排序。需要说明的是,训练热度预测模型时,先构建样本数据,其中任一样本数据包括文本实际热度值、该文本的用户行为数据以及该文本与其他文本之间的相似度,进而将样本数据输入到热度预测模型,进而根据输出的热度值与文本实际热度值进行比较,以调整模型参数。
进一步的,在对各文本的热度进行重新排序后,根据多个文本中的各文本分别对应的热度信息,从各文本中选取热度最高的至少一个文本,并将选取的至少一个文本发送至客户端进行显示。
本申请实施例中,在检测到当前文本对应的用户行为后,根据用户行为数据以及当前文本分别与各其他文本之间的相似度,确定当前文本的热度信息,可以使计算的当前文本热度更准确,进而保证向客户端精准推送热点文本。
图4是根据本申请实施例的文本热度确定装置的结构示意图,本实施例可适用于服务器向终端设备推送热点文章的情况。如图4所示,该装置400具体包括:
文本获取模块401,用于获取多个文本;
相似度计算模块402,用于对于多个文本中的当前文本,确定当前文本分别与各其他文本之间的相似度;
第一文本热度确定模块403,用于根据当前文本分别与各其他文本之间的相似度,确定当前文本的热度信息。
在上述实施例的基础上,可选的,相似度计算模块包括:
文本向量获取单元,用于获取多个文本中的各文本分别对应的文本向量;
向量相似度计算单元,用于确定当前文本对应的文本向量分别与各其他文本对应的文本向量之间的相似度;
文本相似度计算单元,用于根据当前文本对应的文本向量分别与各其他文本对应的文本向量之间的相似度,确定当前文本分别与各其他文本之间的相似度。
在上述实施例的基础上,可选的,文本向量获取单元具体用于:
对于多个文本中的各文本,将文本进行切词处理,获得至少一个分词,确定获得的各分词分别对应的词向量,根据各分词分别对应的词向量确定文本对应的文本向量。
在上述实施例的基础上,可选的,第一文本热度确定模块具体用于:
将当前文本分别与各其他文本之间的相似度进行相加,根据相加结果确定当前文本的热度信息。
在上述实施例的基础上,可选的,装置还包括:
筛选模块,用于根据多个文本中的各文本分别对应的热度信息,从各文本中选取热度最高的至少一个文本;显示模块,用于将选取的至少一个文本发送至客户端进行显示。
在上述实施例的基础上,可选的,装置还包括:
用户行为数据获取模块,用于在检测到当前文本对应的用户行为后,根据用户行为生成用户行为数据;
第二文本热度确定模块,用于根据用户行为数据以及当前文本分别与各其他文本之间的相似度,确定当前文本的热度信息。
在上述实施例的基础上,可选的,文本获取模块具体用于:
获取发布时间在相同时间段内的多个文本。
本申请实施例提供的文本热度确定装置400可执行本申请任意实施例提供的文本热度确定方法,具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本申请任意方法实施例中的描述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图5所示,是根据本申请实施例的文本热度确定方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,该电子设备包括:一个或多个处理器501、存储器502,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的文本热度确定方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的文本热度确定方法。
存储器502作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的文本热度确定方法对应的程序指令/模块(例如,附图4所示的文本获取模块401、相似度计算模块402、第一文本热度确定模块403)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的文本热度确定方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据实现本申请实施例的文本热度确定方法的电子设备的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至实现本申请实施例的文本热度确定方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实现本申请实施例的文本热度确定方法的电子设备还可以包括:输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接,图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息,以及产生与实现本申请实施例的文本热度确定方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
根据本申请实施例的技术方案,实现了无需用户行为数据即可确定文本热度的效果。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (16)
1.一种文本热度确定方法,包括:
获取多个文本;
对于所述多个文本中的当前文本,确定所述当前文本分别与各其他文本之间的相似度;
根据所述当前文本分别与各其他文本之间的相似度,确定所述当前文本的热度信息。
2.根据权利要求1所述的方法,其中,确定所述当前文本分别与各其他文本之间的相似度,包括:
获取所述多个文本中的各文本分别对应的文本向量;
确定所述当前文本对应的文本向量分别与各其他文本对应的文本向量之间的相似度;
根据所述当前文本对应的文本向量分别与各其他文本对应的文本向量之间的相似度,确定所述当前文本分别与各其他文本之间的相似度。
3.根据权利要求2所述的方法,其中,获取所述多个文本中的各文本分别对应的文本向量,包括:
对于所述多个文本中的各文本,将所述文本进行切词处理,获得至少一个分词,确定获得的各分词分别对应的词向量,根据各分词分别对应的词向量确定所述文本对应的文本向量。
4.根据权利要求1所述的方法,其中,根据所述当前文本分别与各其他文本之间的相似度,确定所述当前文本的热度信息,包括:
将所述当前文本分别与各其他文本之间的相似度进行相加,根据相加结果确定所述当前文本的热度信息。
5.根据权利要求1所述的方法,其中,所述方法还包括:
根据所述多个文本中的各文本分别对应的热度信息,从各所述文本中选取热度最高的至少一个文本;
将选取的所述至少一个文本发送至客户端进行显示。
6.根据权利要求1所述的方法,其中,所述方法还包括:
在检测到所述当前文本对应的用户行为后,根据所述用户行为生成用户行为数据;
根据所述用户行为数据以及所述当前文本分别与各其他文本之间的相似度,确定所述当前文本的热度信息。
7.根据权利要求1-6中任一项所述的方法,其中,获取多个文本,包括:
获取发布时间在相同时间段内的多个文本。
8.一种文本热度确定装置,包括:
文本获取模块,用于获取多个文本;
相似度计算模块,用于对于所述多个文本中的当前文本,确定所述当前文本分别与各其他文本之间的相似度;
第一文本热度确定模块,用于根据所述当前文本分别与各其他文本之间的相似度,确定所述当前文本的热度信息。
9.根据权利要求8所述的装置,其中,相似度计算模块包括:
文本向量获取单元,用于获取所述多个文本中的各文本分别对应的文本向量;
向量相似度计算单元,用于确定所述当前文本对应的文本向量分别与各其他文本对应的文本向量之间的相似度;
文本相似度计算单元,用于根据所述当前文本对应的文本向量分别与各其他文本对应的文本向量之间的相似度,确定所述当前文本分别与各其他文本之间的相似度。
10.根据权利要求9所述的装置,其中,文本向量获取单元具体用于:
对于所述多个文本中的各文本,将所述文本进行切词处理,获得至少一个分词,确定获得的各分词分别对应的词向量,根据各分词分别对应的词向量确定所述文本对应的文本向量。
11.根据权利要求8所述的装置,其中,第一文本热度确定模块具体用于:
将所述当前文本分别与各其他文本之间的相似度进行相加,根据相加结果确定所述当前文本的热度信息。
12.根据权利要求8所述的装置,其中,所述装置还包括:
筛选模块,用于根据所述多个文本中的各文本分别对应的热度信息,从各所述文本中选取热度最高的至少一个文本;显示模块,用于将选取的所述至少一个文本发送至客户端进行显示。
13.根据权利要求8所述的装置,其中,所述装置还包括:
用户行为数据获取模块,用于在检测到所述当前文本对应的用户行为后,根据所述用户行为生成用户行为数据;
第二文本热度确定模块,用于根据所述用户行为数据以及所述当前文本分别与各其他文本之间的相似度,确定所述当前文本的热度信息。
14.根据权利要求8-13任一项所述的装置,其中,文本获取模块具体用于:
获取发布时间在相同时间段内的多个文本。
15.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的文本热度确定方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的文本热度确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011035380.4A CN112101008A (zh) | 2020-09-27 | 2020-09-27 | 一种文本热度确定方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011035380.4A CN112101008A (zh) | 2020-09-27 | 2020-09-27 | 一种文本热度确定方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112101008A true CN112101008A (zh) | 2020-12-18 |
Family
ID=73783849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011035380.4A Pending CN112101008A (zh) | 2020-09-27 | 2020-09-27 | 一种文本热度确定方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112101008A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110090354A (ko) * | 2010-02-03 | 2011-08-10 | 고려대학교 산학협력단 | 사용자 관심 주제를 추출하는 휴대용 통신 단말기 및 그 방법 |
CN102968439A (zh) * | 2012-10-11 | 2013-03-13 | 微梦创科网络科技(中国)有限公司 | 一种推送微博的方法及装置 |
CN105528432A (zh) * | 2015-12-15 | 2016-04-27 | 北大方正集团有限公司 | 一种数字资源热点生成方法及装置 |
CN105718598A (zh) * | 2016-03-07 | 2016-06-29 | 天津大学 | 基于at的时间模型构建方法与网络突发事件预警方法 |
CN107784127A (zh) * | 2017-11-30 | 2018-03-09 | 杭州数梦工场科技有限公司 | 一种热点定位方法和装置 |
US20180260484A1 (en) * | 2017-03-06 | 2018-09-13 | Guangzhou Shenma Mobile Information Technology Co., Ltd. | Method, Apparatus, and Device for Generating Hot News |
CN110134942A (zh) * | 2019-04-01 | 2019-08-16 | 北京中科闻歌科技股份有限公司 | 文本热点提取方法及装置 |
WO2019227710A1 (zh) * | 2018-05-31 | 2019-12-05 | 平安科技(深圳)有限公司 | 网络舆情的分析方法、装置及计算机可读存储介质 |
CN110688476A (zh) * | 2019-09-23 | 2020-01-14 | 腾讯科技(北京)有限公司 | 一种基于人工智能的文本推荐方法及装置 |
-
2020
- 2020-09-27 CN CN202011035380.4A patent/CN112101008A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110090354A (ko) * | 2010-02-03 | 2011-08-10 | 고려대학교 산학협력단 | 사용자 관심 주제를 추출하는 휴대용 통신 단말기 및 그 방법 |
CN102968439A (zh) * | 2012-10-11 | 2013-03-13 | 微梦创科网络科技(中国)有限公司 | 一种推送微博的方法及装置 |
CN105528432A (zh) * | 2015-12-15 | 2016-04-27 | 北大方正集团有限公司 | 一种数字资源热点生成方法及装置 |
CN105718598A (zh) * | 2016-03-07 | 2016-06-29 | 天津大学 | 基于at的时间模型构建方法与网络突发事件预警方法 |
US20180260484A1 (en) * | 2017-03-06 | 2018-09-13 | Guangzhou Shenma Mobile Information Technology Co., Ltd. | Method, Apparatus, and Device for Generating Hot News |
CN107784127A (zh) * | 2017-11-30 | 2018-03-09 | 杭州数梦工场科技有限公司 | 一种热点定位方法和装置 |
WO2019227710A1 (zh) * | 2018-05-31 | 2019-12-05 | 平安科技(深圳)有限公司 | 网络舆情的分析方法、装置及计算机可读存储介质 |
CN110134942A (zh) * | 2019-04-01 | 2019-08-16 | 北京中科闻歌科技股份有限公司 | 文本热点提取方法及装置 |
CN110688476A (zh) * | 2019-09-23 | 2020-01-14 | 腾讯科技(北京)有限公司 | 一种基于人工智能的文本推荐方法及装置 |
Non-Patent Citations (2)
Title |
---|
徐浩广;王宁;刘佳明;邱燕;: "基于自然语言检索的综合相似度计算算法", 计算机系统应用, no. 06, 15 June 2017 (2017-06-15) * |
李慧;王丽婷;: "基于词项热度的微博热点话题发现研究", 情报科学, no. 04, 4 April 2018 (2018-04-04) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111709247B (zh) | 数据集处理方法、装置、电子设备和存储介质 | |
CN111507104B (zh) | 建立标签标注模型的方法、装置、电子设备和可读存储介质 | |
CN111639710A (zh) | 图像识别模型训练方法、装置、设备以及存储介质 | |
CN111488740B (zh) | 一种因果关系的判别方法、装置、电子设备及存储介质 | |
CN111522967A (zh) | 知识图谱构建方法、装置、设备以及存储介质 | |
CN111104514A (zh) | 文档标签模型的训练方法及装置 | |
CN111506803B (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
CN111966890A (zh) | 基于文本的事件推送方法、装置、电子设备和存储介质 | |
CN111783468A (zh) | 文本处理方法、装置、设备和介质 | |
CN111667056A (zh) | 用于搜索模型结构的方法和装置 | |
JP2022040026A (ja) | エンティティリンキング方法、装置、電子デバイス及び記憶媒体 | |
CN112148881A (zh) | 用于输出信息的方法和装置 | |
CN112559870A (zh) | 多模型融合方法、装置、电子设备和存储介质 | |
CN111582477A (zh) | 神经网络模型的训练方法和装置 | |
CN112084150B (zh) | 模型训练、数据检索方法,装置,设备以及存储介质 | |
CN111078878A (zh) | 文本处理方法、装置、设备及计算机可读存储介质 | |
CN112506949A (zh) | 结构化查询语言查询语句生成方法、装置及存储介质 | |
CN111858905A (zh) | 模型训练方法、信息识别方法、装置、电子设备及存储介质 | |
CN111563198B (zh) | 一种物料召回方法、装置、设备及存储介质 | |
CN112016326A (zh) | 一种地图区域词识别方法、装置、电子设备和存储介质 | |
CN110472034B (zh) | 问答系统的检测方法、装置、设备及计算机可读存储介质 | |
CN114090601B (zh) | 一种数据筛选方法、装置、设备以及存储介质 | |
CN111783013A (zh) | 评论信息发布的方法、装置、设备及计算机可读存储介质 | |
CN111310058A (zh) | 资讯主题的推荐方法、装置、终端及存储介质 | |
CN111666417A (zh) | 生成同义词的方法、装置、电子设备以及可读存储介质 |
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 |