WO2018223534A1 - 一种多数据源数据的归类方法及服务器 - Google Patents
一种多数据源数据的归类方法及服务器 Download PDFInfo
- Publication number
- WO2018223534A1 WO2018223534A1 PCT/CN2017/099711 CN2017099711W WO2018223534A1 WO 2018223534 A1 WO2018223534 A1 WO 2018223534A1 CN 2017099711 W CN2017099711 W CN 2017099711W WO 2018223534 A1 WO2018223534 A1 WO 2018223534A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- data
- target data
- classification label
- multimedia information
- information platform
- 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.)
- Ceased
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Definitions
- the present invention relates to the field of data processing technologies, and in particular, to a method and a server for categorizing multiple data source data.
- multimedia information platforms such as audio and video platforms, text information platforms, etc.
- multimedia information platforms generally provide users with diversified and ambiguous multimedia information by integrating data from third-party data sources. After integrating data from multiple third-party data sources, it is often necessary to categorize the data from different places in order to display flaws on the platform and make the data orderly.
- Embodiments of the present invention provide a categorization method and a server for multi-data source data, which can determine a classification label of data on a fused multimedia information platform, and provide a basis for categorizing data on a platform by a multimedia information platform. Make the data classified by the multimedia information platform orderly, and improve the effect pursued by the classification.
- a method for categorizing multiple data source data including:
- a computer readable storage medium storing a categorization program of multiple data source data, the categorization program of the multiple data source data being at least one processor After performing ⁇ , the following steps are implemented:
- a server comprising a memory, a processor, and a categorization program of the plurality of data source data stored on the memory and operable on the processor, the processing The device performs the categorization process of the multi-data source data, and implements the following steps:
- each target data is determined from data displayed by the multimedia information platform according to a preset manner; then, each keyword is extracted from the respective target data; and then each of the keys is separately counted a first word frequency in which a word appears in a position of the title in the respective target data; respectively, a second word frequency in which the content position of each of the keywords in the respective target data appears; and, according to the first word frequency, Calculating a word heat value of each of the keywords by using a second word frequency and a preset first weight corresponding to the first word frequency and a preset second weight corresponding to the second word frequency;
- the keyword is determined as a new classification label; finally, the respective target data is matched by using the new classification label, and the new classification label is pasted for the target data that is successfully matched.
- the keyword with the highest word heat is selected as the new classification label, since the new classification label is determined according to the data on the multimedia information platform, It can integrate the data on the multimedia information platform, and will not be affected by the third-party data source classification standards, thus providing a basis for the multimedia information platform to classify the data on the platform, which can make the data of the multimedia information platform classified. Orderly, improve the pursuit of classification.
- FIG. 1 is a flowchart of a first embodiment of a method for categorizing multi-data source data according to an embodiment of the present invention
- 2 is a flowchart of a second embodiment of a method for categorizing multi-data source data according to an embodiment of the present invention
- FIG. 3 is a categorization procedure for multi-data source data according to an embodiment of the present invention. Operating environment diagram;
- FIG. 4 is a functional block diagram of a categorization program for multiple data source data according to an embodiment of the present invention.
- a first embodiment of a method for categorizing multi-data source data in an embodiment of the present invention includes
- the target data in this embodiment refers to data that the classification method generates or points to a new classification label, and the target data belongs to data displayed on the multimedia information platform, and It is data that has been tagged with other tags on the multimedia information platform, or it may be unlabeled data, but it must be the data that the multimedia information platform has obtained from the third-party data source. It can be understood that after the multimedia information platform obtains new data (generally multimedia information) from the third-party data source, the new data is either not labeled or posted by a third-party data source. A label that has been previously attached. Therefore, these new data are not collated and classified for the multimedia information platform, and can be determined as target data.
- new data generally multimedia information
- the first manner is: determining the most recently acquired data in the data displayed by the multimedia information platform as the target data,
- the recently acquired data is data acquired by the multimedia information platform from a third-party data source within a preset inter-time length from the current time;
- the second method is that the data displayed by the multimedia information platform is not attached.
- the data of the classification tag is determined as the target data.
- the data that is not labeled with the classification label is also determined as the target data.
- the "not labeled label” may be referred to as the label provided by the multimedia information platform. It can also mean that there is no label attached (including the label provided by the third-party data source).
- the data of the "unlabeled label" under which the specific context is selected as the target data can be based on the specific situation. And set.
- each target data means that the target data determined by step 101 is often more than one, and generally is a plurality of even a large number of target data, and the target data may be expressed in the form of Files, data packets, etc., for ease of understanding and application, in actual use, a multimedia file is generally treated as a target data. Therefore, the "each target data” here often includes a plurality of multimedia files.
- keywords can be extracted from the target data.
- multiple keywords can be extracted.
- the keywords here can be any combination of English, numbers, Chinese, and other texts, or individual letters, numbers, symbols, or words, words, and so on.
- the target data may be processed and extracted by using different methods for different target data formats.
- the foregoing step 102 may include: if the target data is audio data. And performing audio recognition on the audio data to obtain audio text information; if the target data is video data, performing image recognition on the video data to obtain video text information; if the target data is text data, Performing data cleaning on the text data to obtain the cleaned text information; extracting each keyword from the audio text information, the video text information, and/or the cleaned text information by using a forward maximum matching algorithm .
- the target data of the audio format or the target data of the video format may be converted into text information by using an audio recognition technology or an image recognition technology; and for the target data which is originally the information of the present document, The extraction is convenient and efficient, and data cleaning can be performed. These ones The data cleaning can be specifically included: Perform necessary processing on the text information, such as uppercase to lowercase, full-width half-width; check data consistency; handle invalid values and missing values; After the text information (the audio text information, the video text information, and/or the cleaned text information) is obtained, each keyword may be extracted from the text information by using a forward maximum matching algorithm.
- the keyword that appears in the title position is more important than the keyword that appears in the content location (summary or body).
- the information in the title location is often the main information and summary information of a multimedia message or multimedia file. Therefore, in this embodiment, it is necessary to separately consider the word frequency in which the keyword appears at the title position and the word frequency appearing at the content position, and the statistics are the first word frequency and the second word frequency, respectively.
- the importance of the keyword for the target data in the two cases is not the same.
- a keyword appears in the title position of the target data, which is more important, and appears in the content position, which is relatively less important. Therefore, in this embodiment, a corresponding first weight and a second weight are respectively set for the first word frequency and the second word frequency, and the first weight and the second weight are respectively used to represent the importance degree of the first word frequency and the second word frequency. , that is, the degree of contribution to the calculated word heat value.
- the values of the first weight and the second weight may be advanced Set, and you can set the size of these two values according to the actual situation.
- the first weight is higher than the second weight.
- the first weight may be set to 0.9, and the second weight may be 0.1.
- the word popularity value is used to represent the relative importance degree between each keyword, and the same is to consider the heat of each keyword on the multimedia information platform.
- the greater the word popularity value of a certain keyword is. the higher the popularity of this keyword on the multimedia information platform, the higher the attention of the platform users; anyway, the smaller the word popularity value of a keyword, the hotness of the keyword on the multimedia information platform.
- the keyword with the highest word heat value may be determined as a new classification label as a classification standard of the multimedia information platform.
- the new classification label may be used to match the determined target data. It can be understood that the matching manner may also be determined according to actual usage conditions. For example, the keyword of the new classification label may be matched with the information of the title position of a certain target data, if the target data title location exists and If the keyword has the same information, the target data is successfully matched with the new classification label; or, the keyword of the new classification label can be matched with the full text information of a target data, if the full text of the target data If there is the same information as the keyword, the target data is considered to be successfully matched with the new classification tag.
- a new classification label can be attached to the target data that is successfully matched, that is, the classification of the target data is completed, and is classified into a category to which the “new classification label” belongs.
- the multimedia information platform after categorizing, in addition to categorizing by using the new classification label in the above step 107, the multimedia information platform may also be used.
- Some other classification tags perform data classification processing, for example, a classification label generated by the multimedia information platform by performing the classification method of the multi-data source data of the embodiment, or a classification label that the management of the multimedia information platform considers to be set. , such as "news", “technology", “education” and other labels.
- the tags in the multimedia information platform can also be determined by the type of data, such as "audio” tags, "video” tags, and the like.
- the multimedia information platform can also be provided with a "hot spot” label, which can be Actively set by the management personnel, it can classify the data on the multimedia information platform with a large number of statistical broadcasts, or count more statistical comments, or count more statistical collections under this "hot spot” label, through " The Hotspots tab categorizes the data in the above example.
- a "hot spot” label can be Actively set by the management personnel, it can classify the data on the multimedia information platform with a large number of statistical broadcasts, or count more statistical comments, or count more statistical collections under this "hot spot” label, through " The Hotspots tab categorizes the data in the above example.
- each target data is determined from data displayed by the multimedia information platform according to a preset manner; then, each keyword is extracted from the respective target data; and then each of the keywords is separately counted a first word frequency in which the title position appears in each of the target data; respectively, a second word frequency in which the content positions of the respective keywords in the respective target data appear; and, according to the first word frequency, the first Calculating a word popularity value of each of the keywords by using a second word frequency and a preset first weight corresponding to the first word frequency and a preset second weight corresponding to the second word frequency; The keyword is determined as a new classification label; finally, the respective target data is matched by using the new classification label, and the new classification label is pasted for the target data that is successfully matched.
- the keyword with the highest word heat is selected as the new classification label, since the new classification label is determined according to the data on the multimedia information platform, It can integrate the data on the multimedia information platform, and will not be affected by the third-party data source classification standards, thus providing a basis for the multimedia information platform to classify the data on the platform, which can make the data of the multimedia information platform classified. Orderly, improve the pursuit of classification.
- a second embodiment of a method for categorizing multi-data source data in an embodiment of the present invention includes:
- the difference from the first embodiment is that, after the new data provided by the third-party data source is acquired according to the multimedia information platform, it is determined whether the new classification label is determined to be determined according to the need. Classification processing.
- step 201 may first acquire new data from a third-party data source, and the execution body of the step may be the multimedia information platform described above.
- the new data matching the success may be pasted with the set classification label corresponding to the new data.
- the classified labels set on the multimedia information platform include three, &, b, and c.
- the new data includes three multimedia files k, i, and j. After matching the classified labels with the multimedia files, the classified labels are found.
- b matches the multimedia file i, and the multimedia file i is affixed with the classification label b.
- step 204 if the new data is not successfully matched, determining whether the number of the classified labels set on the multimedia information platform reaches a preset number threshold, and if yes, executing step 205, if not, Perform step 206;
- a set classification label on the multimedia information platform needs to be deleted. It can be understood that, in the selection of deleting the classification label, the classification label with the least amount of playback can be selected for deletion, so that the statistical playback amount of all the data under one classification label is the least, indicating that the classification label is sorted with data for the platform user. This is relatively unpopular, so the classification tag is less important to the multimedia information platform, so that the classification tag can be deleted.
- Step 206 Determine each target data from the data displayed by the multimedia information platform according to a preset manner; [0075]
- the foregoing step 206 is substantially similar to the content of step 101 in the first embodiment, and the two are not described herein again. Or the content of a similar part.
- step 206 in this embodiment is different from step 101 in the first embodiment described above, in which step 206 may further determine all data under the classification label with the least amount of play as the Target data. It can be understood that for a classification tag that needs to be deleted or no longer used, the data under it will become data without tags or at least one data of the classification tag, so for these data, the data can be The target data in this embodiment is determined so as to match and classify the data after the new classification label is subsequently determined.
- step 207 is substantially similar to the content of step 102 in the first embodiment, and details are not described herein again.
- steps 208 and 209 are substantially similar to the steps 103 and 104 in the first embodiment, and are not described herein again.
- step 210 is substantially similar to the content of step 105 in the first embodiment, and details are not described herein again.
- step 210 is substantially similar to the content of step 106 in the first embodiment, and the contents of the same or similar parts are not repeated herein.
- the multimedia information platform may be configured with a threshold, when the classified label that has been set on the platform reaches the threshold, before the new classification label is determined.
- the least played amount may be deleted from the multimedia information platform. Class label.
- step 212 is substantially similar to the content of step 107 in the first embodiment, and details are not described herein again.
- a car has a wifi device installed on the car, and the passenger can access the multimedia information platform through the wifi device. After the passenger accesses the platform, audio, video, and audio can be performed on the platform. Reading or playing multimedia information such as articles.
- the multimedia information platform provides multimedia data through three third-party data sources, namely data source A, data source B, and data source.
- the multimedia information platform grabs a portion of the new data from the data source B, and needs to classify the new data.
- the multimedia information platform needs to determine a new classification label, and then it is determined that the 10 classification labels are the upper limit of the number of labels of the platform, so that the multimedia information platform deletes the classification label z therein.
- a new classification label ⁇ with the highest heat value of the word is determined, and then the new classification label ⁇ is used to match the new data and the data under the classification label, and the data is matched successfully.
- FIG. 3 is a schematic diagram showing the operating environment of the categorization program of the multi-data source data provided by the embodiment of the present invention. Portions relating to embodiments of the invention are shown.
- the categorization program of the multi-data source data is installed and runs in the server 3.
- the server 3 can be a computing device such as a desktop computer, a notebook, a palmtop computer, and a cloud server.
- the server 3 may include, but is not limited to, one or more memories 31 (only one shown), one or more processors 32 (only one shown), the above-described memory 31 and processor 32 passing through the bus 33 connection.
- Figure 3 shows only server 3 with components 31-33, but it should be understood that not all illustrated components may be implemented and that more or fewer components may be implemented instead.
- the memory 31 may be an internal storage unit of the server 3, such as a hard disk or memory of the server 3, in some embodiments.
- the memory 31 may also be an external storage device of the server 3 in other embodiments, such as a plug-in hard disk equipped on the server 3, a smart memory card (SMC), and a secure digital (Secure) Digital, SD) cards, flash cards, etc.
- the memory 31 may also include both an internal storage unit of the server 3 and an external storage device.
- the memory 31 is used to store application software and various types of data installed in the server 3, such as program codes of a categorization program of the multi-data source data.
- the memory 31 can also be used to temporarily store data that has been output or is about to be output.
- the processor 32 may be a central processing unit (Central Processing Unit, in some embodiments).
- Central Processing Unit Central Processing Unit, in some embodiments.
- CPU central processing unit
- microprocessor or other data processing chip for running program code or processing data stored in said memory 31, such as a categorization program for executing said multi-data source data, and the like.
- FIG. 4 is a functional block diagram of a categorization program for multiple data source data according to an embodiment of the present invention.
- the categorization program of the multiple data source data may be divided into one or more modules, and the one or more modules are stored in the memory 31 and processed by one or more
- the present invention (this embodiment is the processor 32) is executed to complete the present invention.
- the categorization program of the multi-data source data may be divided into a target data determining module 401, a keyword extracting module 402, a first word frequency statistic module 403, a second word frequency statistic module 404, and words.
- module refers to a series of computer program instruction segments capable of performing a specific function, which is more suitable than the program for describing the execution process of the categorization program of the multi-data source data in the server 3. The following description will specifically describe the functions of the modules 401-407.
- the target data determining module 401 is configured to determine, according to a preset manner, each target data from data displayed by the multimedia information platform;
- a keyword extraction module 402 configured to extract each keyword from the respective target data
- the first word frequency statistics module 403 is configured to separately count the first word frequency that each of the keywords appears in the title position in the respective target data;
- the second word frequency statistic module 404 is configured to separately calculate a second word frequency that each of the keywords appears in the content location in the respective target data;
- the word heat calculation module 405 is configured to use, according to the first word frequency, the second word frequency, and a preset first weight corresponding to the first word frequency, and a preset second corresponding to the second word frequency.
- the weights respectively calculate the word popularity values of the respective keywords;
- the new label determining module 406 is configured to determine the keyword with the highest word heat value as a new category label ⁇ :.
- the data matching module 407 is configured to match the respective target data by using the new classification label.
- the target data determining module may include:
- the recent acquisition data determining unit is configured to determine the most recently acquired data in the data displayed by the multimedia information platform as the target data, where the recently acquired data is the multimedia information platform at a distance from the current time. Data obtained from a third-party data source within a predetermined length of time;
- the untagged data determining unit is configured to determine, as the target data, data in the data displayed by the multimedia information platform that is not labeled with a classification label.
- the categorization program of the multiple data source data may further include:
- a label number determining module configured to determine whether a number of classification labels that have been set on the multimedia information platform reaches a preset number threshold
- a minimum play label determining unit configured to determine, from the set classification label, a category label having the least amount of play, if the judgment result of the label number determination module is YES, the least play quantity A classification label is a classification label with the least amount of statistical playback of all data under it;
- the target data determining module may include: a first tag data determining unit, configured to determine all data under the classification label with the least amount of play as the target data;
- the categorization program of the multiple data source data may further include: a minimum play label deleting unit, configured to use the multimedia information The classification label with the least amount of playback is deleted on the platform. [0114] Further, the categorization program of the multiple data source data may further include:
- a new data acquisition module configured to acquire new data from a third-party data source
- a first labeling module configured to: if the new data is successfully matched, attach the set classification label that matches the new data to the new data that is successfully matched;
- the threshold value determining module is configured to determine, if the new data is not successfully matched, whether the number of the classified labels set on the multimedia information platform reaches a preset number threshold;
- the first processing module is configured to: if the determination result of the threshold determination module is yes, determine, from the set classification label, a classification label with the least amount of play, and the classification label with the least play quantity Refers to a classification label with the least amount of statistical play of all data under it; then triggering the target data determination module, and before determining the keyword with the highest word popularity value as a new classification label, from the multimedia information platform Deleting the classification label with the least amount of playback;
- the second processing module is configured to trigger the target data determining module if the determining result of the threshold determining module is negative.
- the keyword extraction module may include:
- an audio text recognition unit configured to perform audio recognition on the audio data if the target data is audio data, to obtain audio text information
- a video text identifying unit configured to perform image recognition on the video data if the target data is video data, to obtain video text information
- a data cleaning unit configured to: if the target data is text data, perform data cleaning on the text data to obtain the cleaned text information
- an extracting unit configured to extract each keyword from the audio text information, the video text information, and/or the cleaned text information by using a forward maximum matching algorithm.
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种多数据源数据的归类方法及服务器，用于解决现有多媒体信息平台分类标签标准不统一，信息归类混乱的问题。该多数据源数据的归类方法包括：根据预设方式从多媒体信息平台展示的数据中确定各个目标数据；从所述各个目标数据中提取各个关键字；分别统计各个关键字在所述各个目标数据中标题位置出现的第一词频以及在内容位置出现的第二词频；根据所述第一词频、所述第二词频以及对应的第一权重、对应的第二权重分别计算各个所述关键字的词语热度值；将词语热度值最高的所述关键字确定为新的分类标签；采用所述新的分类标签对所述各个目标数据进行匹配，并为匹配成功的所述目标数据贴上所述新的分类标签。
Description
一种多数据源数据的归类方法及服务器 技术领域
[0001] 本发明涉及数据处理技术领域， 尤其涉及一种多数据源数据的归类方法及服务 器。
背景技术
[0002] 随着互联网用户对信息的多元化要求越来越高。 在构建、 维护互联网产品吋， 需要花费大量的人力、 资金来维护产品的多元化信息， 以便可以尽可能快地将 最新的咨询推送给互联网用户。
[0003] 目前， 多媒体信息平台， 如音视频平台、 文本信息平台等， 一般采取整合来自 第三方数据源的数据的方式为用户提供多元化的、 及吋的多媒体信息。 在整合 多家第三方数据源的数据吋， 往往需要对这些来自不同地方的数据进行归类， 才能在平台上展示吋， 使得这些数据井然有序。
[0004] 现有的多媒体信息平台一般直接根据第三方数据源提供数据吋一并提供的标签 对这些数据进行分类。 然而， 由于多家第三方数据源各自对数据的分类标准不 统一， 直接采用第三方数据源提供的标签进行分类， 往往难以融合多家第三方 数据源的数据在同一个平台上， 使得平台上展现的多媒体信息产生混乱， 难以 达到归类的效果。
技术问题
[0005] 本发明实施例提供了一种多数据源数据的归类方法及服务器， 能够确定融合多 媒体信息平台上的数据的分类标签， 为多媒体信息平台对平台上数据的归类整 理提供基础， 使得多媒体信息平台归类后的数据井然有序， 提高归类所追求的 效果。
问题的解决方案
技术解决方案
[0006] 第一方面， 提供了一种多数据源数据的归类方法， 包括：
[0007] 根据预设方式从多媒体信息平台展示的数据中确定各个目标数据；
[0008] 从所述各个目标数据中提取各个关键字；
[0009] 分别统计各个所述关键字在所述各个目标数据中标题位置出现的第一词频； [0010] 分别统计各个所述关键字在所述各个目标数据中内容位置出现的第二词频； [0011] 根据所述第一词频、 所述第二词频以及与所述第一词频对应的预设第一权重、 与所述第二词频对应的预设第二权重分别计算各个所述关键字的词语热度值； [0012] 将词语热度值最高的所述关键字确定为新的分类标签；
[0013] 采用所述新的分类标签对所述各个目标数据进行匹配， 并为匹配成功的所述目 标数据贴上所述新的分类标签。
[0014] 第二方面， 提供了一种计算机可读存储介质， 所述计算机可读存储介质存储有 多数据源数据的归类程序， 所述多数据源数据的归类程序被至少一个处理器执 行吋， 实现如下步骤：
[0015] 根据预设方式从多媒体信息平台展示的数据中确定各个目标数据；
[0016] 从所述各个目标数据中提取各个关键字；
[0017] 分别统计各个所述关键字在所述各个目标数据中标题位置出现的第一词频； [0018] 分别统计各个所述关键字在所述各个目标数据中内容位置出现的第二词频； [0019] 根据所述第一词频、 所述第二词频以及与所述第一词频对应的预设第一权重、 与所述第二词频对应的预设第二权重分别计算各个所述关键字的词语热度值； [0020] 将词语热度值最高的所述关键字确定为新的分类标签；
[0021] 采用所述新的分类标签对所述各个目标数据进行匹配， 并为匹配成功的所述目 标数据贴上所述新的分类标签。
[0022] 第三方面， 提供了一种服务器， 所述服务器包括存储器、 处理器及存储在所述 存储器上并可在所述处理器上运行的多数据源数据的归类程序， 所述处理器执 行所述多数据源数据的归类程序吋实现如下步骤：
[0023] 根据预设方式从多媒体信息平台展示的数据中确定各个目标数据；
[0024] 从所述各个目标数据中提取各个关键字；
[0025] 分别统计各个所述关键字在所述各个目标数据中标题位置出现的第一词频； [0026] 分别统计各个所述关键字在所述各个目标数据中内容位置出现的第二词频； [0027] 根据所述第一词频、 所述第二词频以及与所述第一词频对应的预设第一权重、
与所述第二词频对应的预设第二权重分别计算各个所述关键字的词语热度值；
[0028] 将词语热度值最高的所述关键字确定为新的分类标签；
[0029] 采用所述新的分类标签对所述各个目标数据进行匹配， 并为匹配成功的所述目 标数据贴上所述新的分类标签。
发明的有益效果
有益效果
[0030] 从以上技术方案可以看出， 本发明实施例具有以下优点：
[0031] 本发明实施例中， 首先， 根据预设方式从多媒体信息平台展示的数据中确定各 个目标数据； 然后， 从所述各个目标数据中提取各个关键字； 接着， 分别统计 各个所述关键字在所述各个目标数据中标题位置出现的第一词频； 分别统计各 个所述关键字在所述各个目标数据中内容位置出现的第二词频； 次之， 根据所 述第一词频、 所述第二词频以及与所述第一词频对应的预设第一权重、 与所述 第二词频对应的预设第二权重分别计算各个所述关键字的词语热度值； 将词语 热度值最高的所述关键字确定为新的分类标签； 最后， 采用所述新的分类标签 对所述各个目标数据进行匹配， 并为匹配成功的所述目标数据贴上所述新的分 类标签。 通过上述步骤， 可以根据目标数据中各个关键字的词语热度， 从中挑 选出词语热度最高的关键字确定为新的分类标签， 由于这个新的分类标签是根 据多媒体信息平台上的数据确定出来的， 其可以融合多媒体信息平台上的数据 ， 不会受到第三方数据源分类标准的影响， 从而为多媒体信息平台对平台上数 据的归类整理提供了基础， 可以使得多媒体信息平台归类后的数据井然有序， 提高归类所追求的效果。
对附图的简要说明
附图说明
[0032] 为了更清楚地说明本发明实施例中的技术方案， 下面将对实施例或现有技术描 述中所需要使用的附图作简单地介绍， 显而易见地， 下面描述中的附图仅仅是 本发明的一些实施例， 对于本领域普通技术人员来讲， 在不付出创造性劳动性 的前提下， 还可以根据这些附图获得其他的附图。
[0033] 图 1为本发明实施例中一种多数据源数据的归类方法第一个实施例流程图；
[0034] 图 2为本发明实施例中一种多数据源数据的归类方法第二个实施例流程图； [0035] 图 3是本发明实施例提供的多数据源数据的归类程序的运行环境示意图；
[0036] 图 4是本发明实施例提供的多数据源数据的归类程序的功能模块图。
本发明的实施方式
[0037] 本发明实施例提供了一种多数据源数据的归类方法及服务器， 用于解决现有多 媒体信息平台分类标签标准不统一， 信息归类混乱的问题。
[0038] 为使得本发明的发明目的、 特征、 优点能够更加的明显和易懂， 下面将结合本 发明实施例中的附图， 对本发明实施例中的技术方案进行清楚、 完整地描述， 显然， 下面所描述的实施例仅仅是本发明一部分实施例， 而非全部的实施例。 基于本发明中的实施例， 本领域普通技术人员在没有做出创造性劳动前提下所 获得的所有其它实施例， 都属于本发明保护的范围。
[0039] 请参阅图 1， 本发明实施例中一种多数据源数据的归类方法第一个实施例包括
[0040] 101、 根据预设方式从多媒体信息平台展示的数据中确定各个目标数据；
[0041] 本实施例中所说的目标数据， 是指所述归类方法生成新的归类标签所针对或者 所指向的数据， 这些目标数据是属于多媒体信息平台上展示的数据， 其既可以 是多媒体信息平台上已贴上其它标签的数据， 也可以是未贴上标签的数据， 但 必须是多媒体信息平台已从第三方数据源中获取得到的数据。 可以理解的是， 多媒体信息平台从第三方数据源中获取到新的数据 （一般为多媒体信息） 之后 ， 这些新的数据要么未贴上相应的标签， 要么贴上的是第三方数据源提供数据 之前已贴上的标签。 因此， 这些新的数据对于多媒体信息平台而言， 是未经过 整理归类的， 可以将其确定为目标数据。
[0042] 一般来说， 在确定目标数据吋， 至少可以包括以下两种方式： 第一种方式是， 将所述多媒体信息平台展示的数据中最近获取的数据确定为所述目标数据， 所 述最近获取的数据为所述多媒体信息平台在距离当前吋间的预设吋间长度内从 第三方数据源处获取的数据； 第二种方式， 将所述多媒体信息平台展示的数据 中未贴有分类标签的数据确定为所述目标数据。
[0043] 可以理解的是， 对于上述第一种方式， 即将多媒体信息平台最近一段吋间按新 获取到的数据确定为目标数据， 对于信息归类而言， 针对新的数据进行归类和 整理相比归类旧数据的意义更大， 在当今信息快速喷发的吋代， 平台的用户也 往往更加关心全新的咨询、 信息和数据。 对于上述第二种方式， 也即将未贴有 分类标签的数据确定为目标数据， 这里需要注意的是， 这里所说的"未贴有分类 标签"可以是指未贴有多媒体信息平台提供的标签， 也可以是指未贴有任何标签 (包括第三方数据源提供的标签） ， 在实际应用中， 具体选择哪种情境下的"未 贴有分类标签 "的数据作为目标数据， 可以根据具体情况而定。
[0044] 需要说明的是， 上述的 "各个目标数据 "是指步骤 101确定出的目标数据往往不 止一个， 一般来说是多个甚至巨量数目的目标数据， 这些目标数据的表现形式 可以是文件、 数据包等， 为便于理解和应用， 在实际使用吋， 一般将一个多媒 体文件作为一个目标数据来看待。 因此， 这里的 "各个目标数据"往往包括多个多 媒体文件。
[0045] 102、 从所述各个目标数据中提取各个关键字；
[0046] 在确定各个目标数据之后， 可以理解的是， 可以从这些目标数据中提取出一个 、 两个或者多个关键字。 一般来说， 可以提取到多个关键字。 这里的关键字可 以为英文、 数字、 中文以及其它文字的任意结合， 也可以是单个的字母、 数字 、 符号， 或者词语、 单词， 等等。
[0047] 具体地， 在提取关键字吋， 针对不同的目标数据的格式， 可以采用不同的方法 对这些目标数据进行处理和提取关键字， 上述步骤 102可以包括： 若所述目标数 据为音频数据， 则对所述音频数据进行音频识别， 得到音频文本信息； 若所述 目标数据为视频数据， 则对所述视频数据进行图像识别， 得到视频文本信息； 若所述目标数据为文本数据， 则对所述文本数据进行数据清洗， 得到清洗后的 文本信息； 采用正向最大匹配算法从所述音频文本信息、 所述视频文本信息和 / 或所述清洗后的文本信息中提取得到各个关键字。
[0048] 可以理解的是， 针对音频格式的目标数据或者视频格式的目标数据， 可以采用 音频识别技术或者图像识别技术将这些目标数据转换成文本信息； 而对于原本 就是本文信息的目标数据， 为了提取的方便和高效， 可以进行数据清洗。 这些
说的数据清洗可以具体包括： 对文本信息进行必要的处理， 比如大写转小写、 全角转半角； 检査数据一致性； 处理无效值和缺失值； 等等。 在得到这些文本 信息 （音频文本信息、 所述视频文本信息和 /或所述清洗后的文本信息） 之后， 可以采用正向最大匹配算法从这些文本信息中提取得到各个关键字， 具体可以 是， 对英文分词处理， 识别出文本信息中的英文词； 对中文数量词处理:用来识 别文本信息中的中文数量词， 比如"八斤"， "一两"； 对中文分词处理：识别出文本 信息中的中文词， 可以采用了机械分词法， 比如按照机械分词法对"公路局 "分词 的提取结果是 "公路局"； 等等。 关于提取关键字的技术内容， 本实施例中不做具 体限定。
[0049] 103、 分别统计各个所述关键字在所述各个目标数据中标题位置出现的第一词 频；
[0050] 104、 分别统计各个所述关键字在所述各个目标数据中内容位置出现的第二词 频；
[0051] 对于上述步骤 103和步骤 104， 可以理解的是， 对于多媒体信息而言， 一般来说
， 标题位置出现的关键字比内容位置 （摘要或正文） 出现的关键字要更加重要 ， 标题位置的信息也往往是一个多媒体信息或多媒体文件的主要信息和总结性 的信息。 因此， 本实施例中， 需要分别考量关键字在标题位置出现的词频和在 内容位置出现的词频， 分别统计为第一词频和第二词频。
[0052] 105、 根据所述第一词频、 所述第二词频以及与所述第一词频对应的预设第一 权重、 与所述第二词频对应的预设第二权重分别计算各个所述关键字的词语热 度值；
[0053] 对于步骤 105， 由上述内容可知， 由于关键字出现在一个目标数据的标题位置 和内容位置两种情况， 这个关键字对于该目标数据来说在这两种情况下的重要 程度是不一样的。 一般而言， 关键字出现在目标数据的标题位置吋， 其重要程 度较高， 而出现在内容位置吋， 其重要程度相对较低。 因此， 本实施例对于所 述第一词频和第二词频分别设置了对应的第一权重和第二权重， 该第一权重和 第二权重分别用于表征第一词频和第二词频的重要程度， 也即对于计算得出的 词语热度值的贡献程度。 在实际使用吋， 该第一权重和第二权重的值可以预先
设定， 且可以根据实际情况具体设定这两个值的大小。 一般来说， 第一权重要 高于第二权重， 例如可以设定第一权重为 0.9， 第二权重为 0.1。
[0054] 本实施例中， 词语热度值用于表征各个关键字之间的相对重要程度， 同吋也是 考量各个关键字在该多媒体信息平台上的热度， 某个关键字的词语热度值越大 ， 则表示这个关键字在多媒体信息平台上的热度越高， 受到平台用户的关注度 越高； 反正， 某个关键字的词语热度值越小， 则表示这个关键字在多媒体信息 平台上的热度越低， 受到平台用户的关注度也越低。
[0055] 106、 将词语热度值最高的所述关键字确定为新的分类标签；
[0056] 本实施例中， 可以将词语热度值最高的那个关键字确定为新的分类标签， 作为 该多媒体信息平台的归类标准。
[0057] 107、 采用所述新的分类标签对所述各个目标数据进行匹配， 并为匹配成功的 所述目标数据贴上所述新的分类标签。
[0058] 在确定出新的分类标签之后， 可以采用这个新的分类标签对上述确定出的各个 目标数据进行匹配。 可以理解的是， 匹配的方式也可以根据实际使用情况而定 ， 例如可以将该新的分类标签的关键字与某个目标数据的标题位置的信息进行 匹配， 若这个目标数据标题位置存在与所述关键字相同的信息吋， 则认为该目 标数据与新的分类标签匹配成功； 或者， 可以将该新的分类标签的关键字与某 个目标数据的全文信息进行匹配， 若这个目标数据的全文中存在与所述关键字 相同的信息吋， 则认为该目标数据与新的分类标签匹配成功。
[0059] 在目标数据匹配成功之后， 即可以为匹配成功的目标数据贴上新的分类标签， 也即完成了这个目标数据的归类， 归为"新的分类标签"所属的一类。
[0060] 需要说明的是， 对于本实施例中的多媒体信息平台来说， 其在进行归类吋， 除 了通过上述步骤 107采用新的分类标签进行归类以外， 还可以采用多媒体信息平 台上已有的其它分类标签进行数据的归类处理， 比如， 多媒体信息平台以前通 过执行本实施例的多数据源数据的归类方法产生的分类标签， 或者多媒体信息 平台的管理人员认为设定的分类标签， 如"新闻"、 "科技"、 "教育 "等标签。 另外 ， 多媒体信息平台中的标签还可以由数据的类型来确定， 比如"音频"标签、 "视 频"标签等。 特别地， 多媒体信息平台上还可以设置有"热点"标签， 这个标签可
以由管理人员主动设定， 其可以将多媒体信息平台上统计播放次数较多、 或者 统计的评论数较多、 或者统计的收藏数较多的数据归类到这个 "热点 "标签下， 通 过"热点"标签对上述举例的这些数据进行归类。
[0061] 本实施例中， 首先， 根据预设方式从多媒体信息平台展示的数据中确定各个目 标数据； 然后， 从所述各个目标数据中提取各个关键字； 接着， 分别统计各个 所述关键字在所述各个目标数据中标题位置出现的第一词频； 分别统计各个所 述关键字在所述各个目标数据中内容位置出现的第二词频； 次之， 根据所述第 一词频、 所述第二词频以及与所述第一词频对应的预设第一权重、 与所述第二 词频对应的预设第二权重分别计算各个所述关键字的词语热度值； 将词语热度 值最高的所述关键字确定为新的分类标签； 最后， 采用所述新的分类标签对所 述各个目标数据进行匹配， 并为匹配成功的所述目标数据贴上所述新的分类标 签。 通过上述步骤， 可以根据目标数据中各个关键字的词语热度， 从中挑选出 词语热度最高的关键字确定为新的分类标签， 由于这个新的分类标签是根据多 媒体信息平台上的数据确定出来的， 其可以融合多媒体信息平台上的数据， 不 会受到第三方数据源分类标准的影响， 从而为多媒体信息平台对平台上数据的 归类整理提供了基础， 可以使得多媒体信息平台归类后的数据井然有序， 提高 归类所追求的效果。
[0062] 为便于理解， 下面将从另一方面对本发明中一种多数据源数据的归类方法进行 更加详细的描述。 请参阅图 2， 本发明实施例中一种多数据源数据的归类方法第 二个实施例包括：
[0063] 201、 获取来自第三方数据源的新的数据；
[0064] 第二实施例中， 与上述第一实施例不同之处为， 可以根据多媒体信息平台获取 第三方数据源提供的新的数据之后， 再根据需要判断是否确定出新的分类标签 进行数据的归类处理。
[0065] 因此， 步骤 201可以先获取来自第三方数据源的新的数据， 该步骤的执行主体 可以是上述的多媒体信息平台。
[0066] 202、 采用所述已设定的分类标签对获取到的所述新的数据进行匹配；
[0067] 在获取到新的数据之后， 可以认为这些新的数据均未贴上多媒体信息平台特有
的标签 （也即非第三方数据源提供的标签） ， 因此可以先采用已设定的分类标 签对这些新的数据进行匹配。
[0068] 203、 若所述新的数据匹配成功， 则为匹配成功的所述新的数据贴上与所述新 的数据对应匹配的所述已设定的分类标签；
[0069] 当新的数据匹配成功吋， 则可以为匹配成功的所述新的数据贴上与所述新的数 据对应匹配的所述已设定的分类标签。 例如， 多媒体信息平台上已设定的分类 标签包括&、 b、 c三个， 新的数据包括 k、 i、 j三个多媒体文件， 在将这些分类标 签与这些多媒体文件匹配之后发现， 分类标签 b与多媒体文件 i匹配， 则为多媒体 文件 i贴上分类标签 b。
[0070] 204、 若所述新的数据未匹配成功， 则判断所述多媒体信息平台上已设定的分 类标签的数目是否达到预设的数目阈值， 若是， 则执行步骤 205， 若否， 则执行 步骤 206;
[0071] 当新的数据未匹配成功吋， 则表示新的数据与所有的已设定的分类标签均未匹 配成功， 此吋， 若要对新的数据进行归类， 需要设定新的分类标签。 本实施例 中， 为了严格控制多媒体信息平台上已设定的分类标签的数目， 避免多媒体信 息平台上的分类标签过多而导致平台上的数据更显凌乱， 在设定新的分类标签 之前， 需要判断当前已有的分类标签的数量是否超过预设的数目阈值。 例如， 假设数目阈值为 10， 则表示该多媒体信息平台上最多只能同吋存在 10个分类标 签， 当分类标签已满 10个吋， 需要刪除一个旧的分类标签， 才能设定另外一个 新的分类标签。
[0072] 205、 从所述已设定的分类标签中确定一个播放量最少的分类标签， 所述播放 量最少的分类标签是指其下所有数据的统计播放量最少的分类标签；
[0073] 当判断得知所述多媒体信息平台上已设定的分类标签的数目已达到预设的数目 阈值吋， 则需要将多媒体信息平台上一个已设定的分类标签刪除。 可以理解的 是， 在刪除分类标签的选择上， 可以选择统计播放量最少的分类标签进行刪除 ， 因此一个分类标签下所有数据的统计播放量最少， 则表示该分类标签归类的 数据对于平台用户来说是相对不受欢迎的， 因此该分类标签对多媒体信息平台 的重要性就较低， 从而可以刪除这个分类标签。
[0074] 206、 根据预设方式从多媒体信息平台展示的数据中确定各个目标数据； [0075] 上述步骤 206与第一个实施例中的步骤 101内容大致类似， 此处不再赘述两者相 同或相似部分的内容。
[0076] 进一步地， 本实施例中的步骤 206与上述第一个实施例中步骤 101的不同之处在 于， 步骤 206还可以将所述播放量最少的分类标签下的所有数据确定为所述目标 数据。 可以理解的是， 对于需要刪除或不再使用的分类标签而言， 其下的数据 将成为没有标签的数据或者至少失去一个该分类标签的数据， 因此， 对于这些 数据来说， 可以将这些数据确定为本实施例中的目标数据， 以便在后续确定出 新的分类标签之后， 对这些数据进行匹配、 归类。
[0077] 207、 从所述各个目标数据中提取各个关键字；
[0078] 上述步骤 207与第一个实施例中的步骤 102内容大致类似， 此处不再赘述。
[0079] 208、 分别统计各个所述关键字在所述各个目标数据中标题位置出现的第一词 频；
[0080] 209、 分别统计各个所述关键字在所述各个目标数据中内容位置出现的第二词 频；
[0081] 上述步骤 208、 209分别与第一个实施例中的步骤 103、 104内容大致类似， 此处 不再赘述。
[0082] 210、 根据所述第一词频、 所述第二词频以及与所述第一词频对应的预设第一 权重、 与所述第二词频对应的预设第二权重分别计算各个所述关键字的词语热 度值；
[0083] 上述步骤 210与第一个实施例中的步骤 105内容大致类似， 此处不再赘述。
[0084] 211、 将词语热度值最高的所述关键字确定为新的分类标签；
[0085] 上述步骤 210与第一个实施例中的步骤 106内容大致类似， 此处不再赘述两者相 同或相似部分的内容。
[0086] 进一步地， 需要说明的是， 由上述内容可知， 该多媒体信息平台可以设定有数 目阈值， 当平台上已设定的分类标签达到这个数目阈值吋， 在确定出新的分类 标签之前， 需要刪除或不再使用另外一个已设定的分类标签， 因此， 本实施例 中， 在步骤 211之前， 可以先从所述多媒体信息平台上刪除所述播放量最少的分
类标签。
[0087] 212、 采用所述新的分类标签对所述各个目标数据进行匹配， 并为匹配成功的 所述目标数据贴上所述新的分类标签。
[0088] 上述步骤 212与第一个实施例中的步骤 107内容大致类似， 此处不再赘述。
[0089] 为便于理解， 根据图 2所描述的实施例， 下面以一个实际应用场景对本发明实 施例中的一种多数据源数据的归类方法进行描述：
[0090] 在一个应用场景下， 某台小汽车上安装有车载的 wifi设备， 乘客可以通过该 wifi 设备接入至多媒体信息平台， 乘客接入平台后， 可以在该平台上进行音频、 视 频、 文章等多媒体信息的阅览或播放。 该多媒体信息平台通过三个第三方数据 源提供多媒体数据， 分别为数据源 A、 数据源 B和数据源^
[0091] 某一吋刻， 多媒体信息平台从数据源 B中抓取了一部分新的数据， 需要对这些 新的数据进行归类。 通过多媒体信息平台上已设定有的 10个分类标签与这些新 的数据匹配后发现， 没有一个分类标签与这些数据匹配成功。 因此， 多媒体信 息平台需要确定一个新的分类标签， 此吋又判断得知， 10个分类标签是该平台 的标签数量上限， 从而多媒体信息平台将其中的分类标签 z刪除。 然后根据这些 新的数据确定出一个词语热度值最高的新的分类标签 κ， 然后采用这个新的分类 标签 κ与所述新的数据以及分类标签 Ζ下的数据进行匹配， 并为匹配成功的数据 贴上该分类标签^
[0092] 应理解， 上述实施例中各步骤的序号的大小并不意味着执行顺序的先后， 各过 程的执行顺序应以其功能和内在逻辑确定， 而不应对本发明实施例的实施过程 构成任何限定。
[0093] 对应于上文实施例所述的多数据源数据的归类方法， 图 3示出了本发明实施例 提供的多数据源数据的归类程序的运行环境示意图， 为了便于说明， 仅示出了 与本发明实施例相关的部分。
[0094] 在本实施例中， 所述的多数据源数据的归类程序安装并运行于服务器 3中。 所 述服务器 3可以是桌上型计算机、 笔记本、 掌上电脑及云端服务器等计算设备。 该服务器 3可包括， 但不仅限于， 一个或多个存储器 31 (图中仅示出一个） 、 一 个或多个处理器 32 (图中仅示出一个） ， 上述存储器 31和处理器 32通过总线 33
连接。 图 3仅示出了具有组件 31-33的服务器 3， 但是应理解的是， 并不要求实施 所有示出的组件， 可以替代的实施更多或者更少的组件。
[0095] 所述存储器 31在一些实施例中可以是所述服务器 3的内部存储单元， 例如该服 务器 3的硬盘或内存。 所述存储器 31在另一些实施例中也可以是所述服务器 3的 外部存储设备， 例如所述服务器 3上配备的插接式硬盘， 智能存储卡 （Smart Media Card, SMC) ， 安全数字 （Secure Digital, SD) 卡， 闪存卡 （Flash Card) 等。 进一步地， 所述存储器 31还可以既包括所述服务器 3的内部存储单元也包括 外部存储设备。 所述存储器 31用于存储安装于所述服务器 3的应用软件及各类数 据， 例如所述多数据源数据的归类程序的程序代码等。 所述存储器 31还可以用 于暂吋地存储已经输出或者将要输出的数据。
[0096] 所述处理器 32在一些实施例中可以是一中央处理器 （Central Processing Unit,
CPU) ， 微处理器或其他数据处理芯片， 用于运行所述存储器 31中存储的程序代 码或处理数据， 例如执行所述多数据源数据的归类程序等。
[0097] 请参阅图 4， 是本发明实施例提供的多数据源数据的归类程序的功能模块图。
在本实施例中， 所述的多数据源数据的归类程序可以被分割成一个或多个模块 ， 所述一个或者多个模块被存储于所述存储器 31中， 并由一个或多个处理器 （ 本实施例为所述处理器 32) 所执行， 以完成本发明。 例如， 在图 4中， 所述的多 数据源数据的归类程序可以被分割成目标数据确定模块 401、 关键字提取模块 40 2、 第一词频统计模块 403、 第二词频统计模块 404、 词语热度计算模块 405、 新 标签确定模块 406、 数据匹配模块 407。 本发明所称的模块是指能够完成特定功 能的一系列计算机程序指令段， 比程序更适合于描述所述多数据源数据的归类 程序在所述服务器 3中的执行过程。 以下描述将具体介绍所述模块 401-407的功能
[0098] 目标数据确定模块 401， 用于根据预设方式从多媒体信息平台展示的数据中确 定各个目标数据；
[0099] 关键字提取模块 402， 用于从所述各个目标数据中提取各个关键字；
[0100] 第一词频统计模块 403， 用于分别统计各个所述关键字在所述各个目标数据中 标题位置出现的第一词频；
[0101] 第二词频统计模块 404， 用于分别统计各个所述关键字在所述各个目标数据中 内容位置出现的第二词频；
[0102] 词语热度计算模块 405， 用于根据所述第一词频、 所述第二词频以及与所述第 一词频对应的预设第一权重、 与所述第二词频对应的预设第二权重分别计算各 个所述关键字的词语热度值；
[0103] 新标签确定模块 406， 用于将词语热度值最高的所述关键字确定为新的分类标 ^：. ，
[0104] 数据匹配模块 407， 用于采用所述新的分类标签对所述各个目标数据进行匹配
， 并为匹配成功的所述目标数据贴上所述新的分类标签。
[0105] 进一步地， 所述目标数据确定模块可以包括：
[0106] 最近获取数据确定单元， 用于将所述多媒体信息平台展示的数据中最近获取的 数据确定为所述目标数据， 所述最近获取的数据为所述多媒体信息平台在距离 当前吋间的预设吋间长度内从第三方数据源处获取的数据；
[0107] 和 /或
[0108] 未贴标签数据确定单元， 用于将所述多媒体信息平台展示的数据中未贴有分类 标签的数据确定为所述目标数据。
[0109] 进一步地， 在根据预设方式从多媒体信息平台展示的数据中确定各个目标数据 之前， 所述的多数据源数据的归类程序还可以包括：
[0110] 标签数目判断模块， 用于判断所述多媒体信息平台上已设定的分类标签的数目 是否达到预设的数目阈值；
[0111] 最少播放标签确定单元， 用于若所述标签数目判断模块的判断结果为是， 则从 所述已设定的分类标签中确定一个播放量最少的分类标签， 所述播放量最少的 分类标签是指其下所有数据的统计播放量最少的分类标签；
[0112] 所述目标数据确定模块可以包括： 第一标签数据确定单元， 用于将所述播放量 最少的分类标签下的所有数据确定为所述目标数据；
[0113] 在将词语热度值最高的所述关键字确定为新的分类标签之前， 所述的多数据源 数据的归类程序还可以包括： 最少播放标签刪除单元， 用于从所述多媒体信息 平台上刪除所述播放量最少的分类标签。
[0114] 进一步地， 所述的多数据源数据的归类程序还可以包括：
[0115] 新数据获取模块， 用于获取来自第三方数据源的新的数据；
[0116] 新数据匹配模块， 用于采用所述已设定的分类标签对获取到的所述新的数据进 行匹配；
[0117] 第一贴标签模块， 用于若所述新的数据匹配成功， 则为匹配成功的所述新的数 据贴上与所述新的数据对应匹配的所述已设定的分类标签；
[0118] 阈值判断模块， 用于若所述新的数据未匹配成功， 则判断所述多媒体信息平台 上已设定的分类标签的数目是否达到预设的数目阈值；
[0119] 第一处理模块， 用于若所述阈值判断模块的判断结果为是， 则从所述已设定的 分类标签中确定一个播放量最少的分类标签， 所述播放量最少的分类标签是指 其下所有数据的统计播放量最少的分类标签； 然后触发所述目标数据确定模块 ， 并且在将词语热度值最高的所述关键字确定为新的分类标签之前， 从所述多 媒体信息平台上刪除所述播放量最少的分类标签；
[0120] 第二处理模块， 用于若所述阈值判断模块的判断结果为否， 则触发所述目标数 据确定模块。
[0121] 进一步地， 所述关键字提取模块可以包括：
[0122] 音频文本识别单元， 用于若所述目标数据为音频数据， 则对所述音频数据进行 音频识别， 得到音频文本信息；
[0123] 视频文本识别单元， 用于若所述目标数据为视频数据， 则对所述视频数据进行 图像识别， 得到视频文本信息；
[0124] 数据清洗单元， 用于若所述目标数据为文本数据， 则对所述文本数据进行数据 清洗， 得到清洗后的文本信息；
[0125] 提取单元， 用于采用正向最大匹配算法从所述音频文本信息、 所述视频文本信 息和 /或所述清洗后的文本信息中提取得到各个关键字。
[0126] 所属领域的技术人员可以清楚地了解到， 为描述的方便和简洁， 上述描述的系 统， 装置和单元的具体工作过程， 可以参考前述方法实施例中的对应过程， 在 此不再赘述。
[0127] 以上所述， 以上实施例仅用以说明本发明的技术方案， 而非对其限制； 尽管参
照前述实施例对本发明进行了详细的说明， 本领域的普通技术人员应当理解： 其依然可以对前述各实施例所记载的技术方案进行修改， 或者对其中部分技术 特征进行等同替换； 而这些修改或者替换， 并不使相应技术方案的本质脱离本 发明各实施例技术方案的精神和范围。
Claims
权利要求书
[权利要求 1] 一种多数据源数据的归类方法， 其特征在于， 包括：
根据预设方式从多媒体信息平台展示的数据中确定各个目标数据； 从所述各个目标数据中提取各个关键字；
分别统计各个所述关键字在所述各个目标数据中标题位置出现的第一 词频；
分别统计各个所述关键字在所述各个目标数据中内容位置出现的第二 词频；
根据所述第一词频、 所述第二词频以及与所述第一词频对应的预设第 一权重、 与所述第二词频对应的预设第二权重分别计算各个所述关键 字的词语热度值；
将词语热度值最高的所述关键字确定为新的分类标签；
采用所述新的分类标签对所述各个目标数据进行匹配， 并为匹配成功 的所述目标数据贴上所述新的分类标签。
[权利要求 2] 根据权利要求 1所述的多数据源数据的归类方法， 其特征在于， 所述 根据预设方式从多媒体信息平台展示的数据中确定各个目标数据包括 将所述多媒体信息平台展示的数据中最近获取的数据确定为所述目标 数据， 所述最近获取的数据为所述多媒体信息平台在距离当前吋间的 预设吋间长度内从第三方数据源处获取的数据。
[权利要求 3] 根据权利要求 1所述的多数据源数据的归类方法， 其特征在于， 所述 根据预设方式从多媒体信息平台展示的数据中确定各个目标数据包括 将所述多媒体信息平台展示的数据中未贴有分类标签的数据确定为所 述目标数据。
[权利要求 4] 根据权利要求 1所述的多数据源数据的归类方法， 其特征在于， 在根 据预设方式从多媒体信息平台展示的数据中确定各个目标数据之前， 还包括：
判断所述多媒体信息平台上已设定的分类标签的数目是否达到预设的 数目阈值；
若所述多媒体信息平台上已设定的分类标签的数目达到预设的数目阈 值， 则从所述已设定的分类标签中确定一个播放量最少的分类标签， 所述播放量最少的分类标签是指其下所有数据的统计播放量最少的分 类标签；
所述根据预设方式从多媒体信息平台展示的数据中确定各个目标数据 包括： 将所述播放量最少的分类标签下的所有数据确定为所述目标数 据；
在将词语热度值最高的所述关键字确定为新的分类标签之前， 所述多 数据源数据的归类方法还包括： 从所述多媒体信息平台上刪除所述播 放量最少的分类标签。
[权利要求 5] 根据权利要求 1所述的多数据源数据的归类方法， 其特征在于， 所述 多数据源数据的归类方法还包括：
获取来自第三方数据源的新的数据；
采用所述已设定的分类标签对获取到的所述新的数据进行匹配； 若所述新的数据匹配成功， 则为匹配成功的所述新的数据贴上与所述 新的数据对应匹配的所述已设定的分类标签；
若所述新的数据未匹配成功， 则判断所述多媒体信息平台上已设定的 分类标签的数目是否达到预设的数目阈值；
若所述多媒体信息平台上已设定的分类标签的数目达到预设的数目阈 值， 则从所述已设定的分类标签中确定一个播放量最少的分类标签， 所述播放量最少的分类标签是指其下所有数据的统计播放量最少的分 类标签； 然后执行根据预设方式从多媒体信息平台展示的数据中确定 各个目标数据的步骤， 并且在将词语热度值最高的所述关键字确定为 新的分类标签之前， 从所述多媒体信息平台上刪除所述播放量最少的 分类标签；
若所述多媒体信息平台上已设定的分类标签的数目未达到预设的数目
阈值， 则执行根据预设方式从多媒体信息平台展示的数据中确定各个 目标数据的步骤。
[权利要求 6] 根据权利要求 1所述的多数据源数据的归类方法， 其特征在于， 所述 采用所述新的分类标签对所述各个目标数据进行匹配包括： 将所述新的分类标签的关键字与所述各个目标数据的标题位置的信息 进行匹配， 若目标数据的标题位置上存在与所述关键字相同的信息， 则将与所述关键字相同的信息所属的目标数据确定为匹配成功的目标 数据；
或
将所述新的分类标签的关键字与所述各个目标数据的全文信息进行匹 配， 若目标数据的全文信息中存在与所述关键字相同的信息， 则将与 所述关键字相同的信息所属的目标数据确定为匹配成功的目标数据。
[权利要求 7] 根据权利要求 1至 6中任一项所述的多数据源数据的归类方法， 其特征 在于， 所述从所述各个目标数据中提取各个关键字包括：
若所述目标数据为音频数据， 则对所述音频数据进行音频识别， 得到 音频文本信息；
若所述目标数据为视频数据， 则对所述视频数据进行图像识别， 得到 视频文本信息；
若所述目标数据为文本数据， 则对所述文本数据进行数据清洗， 得到 清洗后的文本信息；
采用正向最大匹配算法从所述音频文本信息、 所述视频文本信息和 / 或所述清洗后的文本信息中提取得到各个关键字。
[权利要求 8] —种计算机可读存储介质， 所述计算机可读存储介质存储有多数据源 数据的归类程序， 其特征在于， 所述多数据源数据的归类程序被至少 一个处理器执行吋， 实现如下步骤：
根据预设方式从多媒体信息平台展示的数据中确定各个目标数据； 从所述各个目标数据中提取各个关键字；
分别统计各个所述关键字在所述各个目标数据中标题位置出现的第一
词频；
分别统计各个所述关键字在所述各个目标数据中内容位置出现的第二 词频；
根据所述第一词频、 所述第二词频以及与所述第一词频对应的预设第 一权重、 与所述第二词频对应的预设第二权重分别计算各个所述关键 字的词语热度值；
将词语热度值最高的所述关键字确定为新的分类标签；
采用所述新的分类标签对所述各个目标数据进行匹配， 并为匹配成功 的所述目标数据贴上所述新的分类标签。
[权利要求 9] 根据权利要求 8所述的计算机可读存储介质， 其特征在于， 所述根据 预设方式从多媒体信息平台展示的数据中确定各个目标数据包括： 将所述多媒体信息平台展示的数据中最近获取的数据确定为所述目标 数据， 所述最近获取的数据为所述多媒体信息平台在距离当前吋间的 预设吋间长度内从第三方数据源处获取的数据。
[权利要求 10] 根据权利要求 8所述的计算机可读存储介质， 其特征在于， 所述根据 预设方式从多媒体信息平台展示的数据中确定各个目标数据包括： 将所述多媒体信息平台展示的数据中未贴有分类标签的数据确定为所 述目标数据。
[权利要求 11] 根据权利要求 8所述的计算机可读存储介质， 其特征在于， 在根据预 设方式从多媒体信息平台展示的数据中确定各个目标数据之前， 还包 括：
判断所述多媒体信息平台上已设定的分类标签的数目是否达到预设的 数目阈值；
若所述多媒体信息平台上已设定的分类标签的数目达到预设的数目阈 值， 则从所述已设定的分类标签中确定一个播放量最少的分类标签， 所述播放量最少的分类标签是指其下所有数据的统计播放量最少的分 类标签；
所述根据预设方式从多媒体信息平台展示的数据中确定各个目标数据
包括： 将所述播放量最少的分类标签下的所有数据确定为所述目标数 据；
在将词语热度值最高的所述关键字确定为新的分类标签之前， 所述多 数据源数据的归类方法还包括： 从所述多媒体信息平台上刪除所述播 放量最少的分类标签。
[权利要求 12] 根据权利要求 8所述的计算机可读存储介质， 其特征在于， 所述多数 据源数据的归类程序被至少一个处理器执行吋还包括：
获取来自第三方数据源的新的数据；
采用所述已设定的分类标签对获取到的所述新的数据进行匹配； 若所述新的数据匹配成功， 则为匹配成功的所述新的数据贴上与所述 新的数据对应匹配的所述已设定的分类标签；
若所述新的数据未匹配成功， 则判断所述多媒体信息平台上已设定的 分类标签的数目是否达到预设的数目阈值；
若所述多媒体信息平台上已设定的分类标签的数目达到预设的数目阈 值， 则从所述已设定的分类标签中确定一个播放量最少的分类标签， 所述播放量最少的分类标签是指其下所有数据的统计播放量最少的分 类标签； 然后执行根据预设方式从多媒体信息平台展示的数据中确定 各个目标数据的步骤， 并且在将词语热度值最高的所述关键字确定为 新的分类标签之前， 从所述多媒体信息平台上刪除所述播放量最少的 分类标签；
若所述多媒体信息平台上已设定的分类标签的数目未达到预设的数目 阈值， 则执行根据预设方式从多媒体信息平台展示的数据中确定各个 目标数据的步骤。
[权利要求 13] 根据权利要求 8所述的计算机可读存储介质， 其特征在于， 所述采用 所述新的分类标签对所述各个目标数据进行匹配包括：
将所述新的分类标签的关键字与所述各个目标数据的标题位置的信息 进行匹配， 若目标数据的标题位置上存在与所述关键字相同的信息， 则将与所述关键字相同的信息所属的目标数据确定为匹配成功的目标
数据；
或
将所述新的分类标签的关键字与所述各个目标数据的全文信息进行匹 配， 若目标数据的全文信息中存在与所述关键字相同的信息， 则将与 所述关键字相同的信息所属的目标数据确定为匹配成功的目标数据。
[权利要求 14] 根据权利要求 8至 11中任一项所述的计算机可读存储介质， 其特征在 于， 所述从所述各个目标数据中提取各个关键字包括：
若所述目标数据为音频数据， 则对所述音频数据进行音频识别， 得到 音频文本信息；
若所述目标数据为视频数据， 则对所述视频数据进行图像识别， 得到 视频文本信息；
若所述目标数据为文本数据， 则对所述文本数据进行数据清洗， 得到 清洗后的文本信息；
采用正向最大匹配算法从所述音频文本信息、 所述视频文本信息和 / 或所述清洗后的文本信息中提取得到各个关键字。
[权利要求 15] —种服务器， 其特征在于， 所述服务器包括存储器、 处理器及存储在 所述存储器上并可在所述处理器上运行的多数据源数据的归类程序， 所述处理器执行所述多数据源数据的归类程序吋实现如下步骤： 根据预设方式从多媒体信息平台展示的数据中确定各个目标数据； 从所述各个目标数据中提取各个关键字；
分别统计各个所述关键字在所述各个目标数据中标题位置出现的第一 词频；
分别统计各个所述关键字在所述各个目标数据中内容位置出现的第二 词频；
根据所述第一词频、 所述第二词频以及与所述第一词频对应的预设第 一权重、 与所述第二词频对应的预设第二权重分别计算各个所述关键 字的词语热度值；
将词语热度值最高的所述关键字确定为新的分类标签；
采用所述新的分类标签对所述各个目标数据进行匹配， 并为匹配成功 的所述目标数据贴上所述新的分类标签。
根据权利要求 15所述的服务器， 其特征在于， 所述根据预设方式从多 媒体信息平台展示的数据中确定各个目标数据包括：
将所述多媒体信息平台展示的数据中最近获取的数据确定为所述目标 数据， 所述最近获取的数据为所述多媒体信息平台在距离当前吋间的 预设吋间长度内从第三方数据源处获取的数据。
根据权利要求 15所述的服务器， 其特征在于， 所述根据预设方式从多 媒体信息平台展示的数据中确定各个目标数据包括：
将所述多媒体信息平台展示的数据中未贴有分类标签的数据确定为所 述目标数据。
根据权利要求 15所述的服务器， 其特征在于， 在根据预设方式从多媒 体信息平台展示的数据中确定各个目标数据之前， 还包括： 判断所述多媒体信息平台上已设定的分类标签的数目是否达到预设的 数目阈值；
若所述多媒体信息平台上已设定的分类标签的数目达到预设的数目阈 值， 则从所述已设定的分类标签中确定一个播放量最少的分类标签， 所述播放量最少的分类标签是指其下所有数据的统计播放量最少的分 类标签；
所述根据预设方式从多媒体信息平台展示的数据中确定各个目标数据 包括： 将所述播放量最少的分类标签下的所有数据确定为所述目标数 据；
在将词语热度值最高的所述关键字确定为新的分类标签之前， 所述处 理器执行所述多数据源数据的归类程序吋还包括： 从所述多媒体信息 平台上刪除所述播放量最少的分类标签。
根据权利要求 15所述的服务器， 其特征在于， 所述处理器执行所述多 数据源数据的归类程序吋还包括：
获取来自第三方数据源的新的数据；
采用所述已设定的分类标签对获取到的所述新的数据进行匹配； 若所述新的数据匹配成功， 则为匹配成功的所述新的数据贴上与所述 新的数据对应匹配的所述已设定的分类标签；
若所述新的数据未匹配成功， 则判断所述多媒体信息平台上已设定的 分类标签的数目是否达到预设的数目阈值；
若所述多媒体信息平台上已设定的分类标签的数目达到预设的数目阈 值， 则从所述已设定的分类标签中确定一个播放量最少的分类标签， 所述播放量最少的分类标签是指其下所有数据的统计播放量最少的分 类标签； 然后执行根据预设方式从多媒体信息平台展示的数据中确定 各个目标数据的步骤， 并且在将词语热度值最高的所述关键字确定为 新的分类标签之前， 从所述多媒体信息平台上刪除所述播放量最少的 分类标签；
若所述多媒体信息平台上已设定的分类标签的数目未达到预设的数目 阈值， 则执行根据预设方式从多媒体信息平台展示的数据中确定各个 目标数据的步骤。
[权利要求 20] 根据权利要求 15至 17中任一项所述的服务器， 其特征在于， 所述从所 述各个目标数据中提取各个关键字包括：
若所述目标数据为音频数据， 则对所述音频数据进行音频识别， 得到 音频文本信息；
若所述目标数据为视频数据， 则对所述视频数据进行图像识别， 得到 视频文本信息；
若所述目标数据为文本数据， 则对所述文本数据进行数据清洗， 得到 清洗后的文本信息；
采用正向最大匹配算法从所述音频文本信息、 所述视频文本信息和 / 或所述清洗后的文本信息中提取得到各个关键字。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710433356.8 | 2017-06-09 | ||
| CN201710433356.8A CN107656958B (zh) | 2017-06-09 | 2017-06-09 | 一种多数据源数据的归类方法及服务器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2018223534A1 true WO2018223534A1 (zh) | 2018-12-13 |
Family
ID=61126682
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2017/099711 Ceased WO2018223534A1 (zh) | 2017-06-09 | 2017-08-30 | 一种多数据源数据的归类方法及服务器 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN107656958B (zh) |
| WO (1) | WO2018223534A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113657110A (zh) * | 2021-08-10 | 2021-11-16 | 阿波罗智联(北京)科技有限公司 | 信息处理方法、装置和电子设备 |
| CN119272340A (zh) * | 2024-12-10 | 2025-01-07 | 杭州半云科技有限公司 | 基于大语言模型的数据安全管控方法及系统 |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110837356B (zh) * | 2018-08-15 | 2024-08-20 | 北京京东尚科信息技术有限公司 | 一种数据处理方法和装置 |
| CN109359194B (zh) * | 2018-09-30 | 2020-10-20 | 北京字节跳动网络技术有限公司 | 用于预测信息类别的方法和装置 |
| CN109656999B (zh) * | 2018-10-11 | 2024-03-15 | 平安科技（深圳）有限公司 | 大数据量的数据同步方法、设备、存储介质及装置 |
| CN109598289B (zh) * | 2018-11-16 | 2020-02-07 | 京东城市(南京)科技有限公司 | 跨平台的数据处理方法、装置、设备及可读存储介质 |
| CN109493881B (zh) * | 2018-11-22 | 2023-12-05 | 北京奇虎科技有限公司 | 一种音频的标签化处理方法、装置和计算设备 |
| CN109684506B (zh) * | 2018-11-22 | 2023-10-20 | 三六零科技集团有限公司 | 一种视频的标签化处理方法、装置和计算设备 |
| CN110245170B (zh) * | 2019-04-19 | 2021-11-16 | 联通数字科技有限公司 | 数据处理方法及系统 |
| CN110134801A (zh) * | 2019-04-28 | 2019-08-16 | 福建星网视易信息系统有限公司 | 一种作品名称与多媒体文件的匹配方法及存储介质 |
| 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 |
| CN111125561A (zh) * | 2019-11-28 | 2020-05-08 | 泰康保险集团股份有限公司 | 一种网络热度的展示方法及装置 |
| CN112765979B (zh) * | 2021-01-15 | 2023-05-09 | 西华大学 | 论文关键词提取系统及其方法 |
| CN113076525A (zh) * | 2021-03-15 | 2021-07-06 | 北京明略软件系统有限公司 | 人口属性值的计算方法及装置、存储介质、电子设备 |
| CN118332072B (zh) * | 2024-06-13 | 2024-09-06 | 山东浪潮科学研究院有限公司 | 一种基于rag技术的智能文档检索生成方法和系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102831131A (zh) * | 2011-06-16 | 2012-12-19 | 富士通株式会社 | 构建标注网页语料库的方法及装置 |
| CN104834686A (zh) * | 2015-04-17 | 2015-08-12 | 中国科学院信息工程研究所 | 一种基于混合语义矩阵的视频推荐方法 |
| CN106528894A (zh) * | 2016-12-28 | 2017-03-22 | 北京小米移动软件有限公司 | 设置标签信息的方法及装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7836010B2 (en) * | 2003-07-30 | 2010-11-16 | Northwestern University | Method and system for assessing relevant properties of work contexts for use by information services |
| CN103377258B (zh) * | 2012-04-28 | 2018-11-02 | 索尼公司 | 用于对微博信息进行分类显示的方法和设备 |
| CN103186675A (zh) * | 2013-04-03 | 2013-07-03 | 南京安讯科技有限责任公司 | 一种基于网络热词识别的网页自动分类方法 |
| CN106682149A (zh) * | 2016-12-22 | 2017-05-17 | 湖南科技学院 | 一种基于元搜索引擎的标签自动生成方法 |
-
2017
- 2017-06-09 CN CN201710433356.8A patent/CN107656958B/zh active Active
- 2017-08-30 WO PCT/CN2017/099711 patent/WO2018223534A1/zh not_active Ceased
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102831131A (zh) * | 2011-06-16 | 2012-12-19 | 富士通株式会社 | 构建标注网页语料库的方法及装置 |
| CN104834686A (zh) * | 2015-04-17 | 2015-08-12 | 中国科学院信息工程研究所 | 一种基于混合语义矩阵的视频推荐方法 |
| CN106528894A (zh) * | 2016-12-28 | 2017-03-22 | 北京小米移动软件有限公司 | 设置标签信息的方法及装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113657110A (zh) * | 2021-08-10 | 2021-11-16 | 阿波罗智联(北京)科技有限公司 | 信息处理方法、装置和电子设备 |
| CN119272340A (zh) * | 2024-12-10 | 2025-01-07 | 杭州半云科技有限公司 | 基于大语言模型的数据安全管控方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107656958B (zh) | 2019-07-19 |
| CN107656958A (zh) | 2018-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2018223534A1 (zh) | 一种多数据源数据的归类方法及服务器 | |
| CN107463605B (zh) | 低质新闻资源的识别方法及装置、计算机设备及可读介质 | |
| CN111581355B (zh) | 威胁情报的主题检测方法、装置和计算机存储介质 | |
| CN111460153B (zh) | 热点话题提取方法、装置、终端设备及存储介质 | |
| CN103678335B (zh) | 商品标识标签的方法、装置及商品导航的方法 | |
| JP6526329B2 (ja) | ウェブページトレーニング方法及び装置、検索意図識別方法及び装置 | |
| US10423648B2 (en) | Method, system, and computer readable medium for interest tag recommendation | |
| CN112199526B (zh) | 一种多媒体内容发布的方法、装置、电子设备及存储介质 | |
| CN102508923B (zh) | 基于自动分类和关键字标注的自动视频注释方法 | |
| WO2022222300A1 (zh) | 开放关系抽取方法、装置、电子设备及存储介质 | |
| Aytar et al. | Utilizing semantic word similarity measures for video retrieval | |
| CN110413787A (zh) | 文本聚类方法、装置、终端和存储介质 | |
| WO2015043066A1 (zh) | 关键词扩展方法及系统、及分类语料标注方法及系统 | |
| CN111460131A (zh) | 公文摘要提取方法、装置、设备及计算机可读存储介质 | |
| WO2020000717A1 (zh) | 网页分类方法、装置及计算机可读存储介质 | |
| CN107590291A (zh) | 一种图片的搜索方法、终端设备及存储介质 | |
| JP4714710B2 (ja) | 自動タグ付与装置、自動タグ付与方法、自動タグ付与プログラムおよびそのプログラムを記録した記録媒体 | |
| CN107741972A (zh) | 一种图片的搜索方法、终端设备及存储介质 | |
| CN107291949A (zh) | 信息搜索方法及装置 | |
| CN109740156B (zh) | 反馈信息处理方法、装置、电子设备及存储介质 | |
| CN114416998B (zh) | 文本标签的识别方法、装置、电子设备及存储介质 | |
| CN117493645B (zh) | 一种基于大数据的电子档案推荐系统 | |
| US20200257724A1 (en) | Methods, devices, and storage media for content retrieval | |
| CN111667023A (zh) | 获取目标类别的文章的方法和装置 | |
| CN110532449B (zh) | 一种业务文档的处理方法、装置、设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 17912905 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 32PN | Ep: public notification in the ep bulletin as address of the adressee cannot be established |
Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205 DATED 11/03/2020) |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 17912905 Country of ref document: EP Kind code of ref document: A1 |