[发明专利]一种用于对待分类词条进行分类的方法、装置与设备

权利要求书

1.一种用于对待分类词条进行分类的方法，该方法包括以下步骤：

a将待分类词条与多个网页分别进行相似度计算，以获取所述待分类词条分别与所述多个网页的相似度信息；

b将所述相似度信息大于预定相似度阈值的至少一个网页确定为提取网页；

c根据所述提取网页包括的多个已分类词条分别所属的分类信息的出现频次，来由所述多个已分类词条分别所属的分类信息中选择至少一个分类信息作为所述待分类词条的分类信息。

2.根据权利要求1所述的方法，其中，该方法还包括：

d根据所述提取网页中包括的未分类词条的出现频次，来由所述未分类词条中确定一个未分类词条作为待分类词条；

重复执行步骤a、b、c、d，直至满足预定的停止条件。

3.根据权利要求2所述的方法，其中，该方法还包括：

w在首次重复执行步骤a、b、c、d前，确定待分类词条。

4.根据权利要求3所述的方法，其中，所述步骤w包括：

-将已分类词条与所述多个网页分别进行相似度计算，以获取所述已分类词条分别与所述多个网页的相似度信息；

-将所述相似度信息大于预定相似度阈值的至少一个网页确定为待分类词条提取网页；

-根据所述提取网页包括的多个未分类词条的出现频次，来由所述未分类词条中确定一个未分类词条作为待分类词条。

5.根据权利要求1至4任一项所述的方法，其中，所述步骤a包括：

-对所述多个网页分别进行切词处理，来获取各个网页分别包括的多个切词片段；

-确定所述多个切词片段分别在每个网页中的出现频次信息；

-根据所述出现频次信息，来计算所述待分类词条分别与所述多个网页中各个网页的相似度。

6.根据权利要求1至5任一项所述的方法，其中，该方法还包括：

-根据已确定至少一个分类信息的词条，更新其所对应的至少一个分类词表。

7.一种用于对待分类词条进行分类的分类装置，该分类装置包括：

第一相似度获取装置，用于将待分类词条与多个网页分别进行相似度计算，以获取所述待分类词条分别与所述多个网页的相似度信息；

第一网页确定装置，用于将所述相似度信息大于预定相似度阈值的至少一个网页确定为提取网页；

分类选择装置，用于根据所述提取网页包括的多个已分类词条分别所属的分类信息的出现频次，来由所述多个已分类词条分别所属的分类信息中选择至少一个分类信息作为所述待分类词条的分类信息。

8.根据权利要求7所述的分类装置，其中，该分类装置还包括：

第一词条确定装置，用于根据所述提取网页中包括的未分类词条的出现频次，来由所述未分类词条中确定一个未分类词条作为待分类词条；

控制装置，用于在满足预定的停止条件时，结束确定所述待分类词条。

9.根据权利要求8所述的分类装置，其中，该分类装置还包括：

第二词条确定装置，用于在第一相似度获取装置首次获取相似度信息前，确定待分类词条。

10.根据权利要求9所述的分类装置，其中，所述第二词条确定装置包括：

第二相似度获取装置，用于将已分类词条与所述多个网页分别进行相似度计算，以获取所述已分类词条分别与所述多个网页的相似度信息；

第二网页确定装置，用于将所述相似度信息大于预定相似度阈值的至少一个网页确定为待分类词条提取网页；

第三词条确定装置，用于根据所述提取网页包括的多个未分类词条的出现频次，来由所述未分类词条中确定一个未分类词条作为待分类词条。

11.根据权利要求7至10任一项所述的分类装置，其中，所述第一相似度获取装置包括：

切词装置，用于对所述多个网页分别进行切词处理，来获取各个网页分别包括的多个切词片段；

频次确定装置，用于确定所述多个切词片段分别在每个网页中的出现频次信息；

计算装置，用于根据所述出现频次信息，来计算所述待分类词条分别与所述多个网页中各个网页的相似度。

12.根据权利要求7至11任一项所述的分类装置，其中，该分类装置还包括：

更新装置，用于根据已确定至少一个分类信息的词条，更新其所对应的至少一个分类词表。

13.一种网络设备，包括如权利要求7至12中至少一项所述的分类装置。