[发明专利]一种计算文本主题归属度的方法及装置

权利要求书

1.一种计算文本主题归属度的方法，其特征在于，所述方法包括：

根据业务类型选择相应的具有树形结构的主题模型，所述主题模型中的节点用于划分主题关键词的类别，其中，所述主题模型中的各节点均包含至少一个主题关键词，并且所述各节点均设置有节点权重值，所述节点权重值用于表示所述节点与其父节点的相关度；

对待测文本进行分句，得到句子列表；

根据主题模型各节点的主题关键词和所述句子列表，统计所述主题模型中各节点所含的所述待测文本中句子的数量；

根据所述主题模型中各节点的节点权重值以及分句数量，计算所述待测文本的主题归属度，具体包括：根据各节点的节点权重值，将子节点的分句数量转换为其父节点的分句数量；利用递归算法计算所述主题模型中根节点的分句数量，再计算所述根节点的分句数量与所述句子列表中的分句数量的商，得出所述待测文本相对于所述主题模型的主题归属度。

2.根据权利要求1所述的方法，其特征在于，在所述根据业务类型选择相应的具有树形结构的主题模型前，所述方法还包括：

根据业务类型获取相应的主题关键词；

根据主题关键词的分类创建具有树形结构的主题模型；

根据所述主题模型中的节点与其父节点的相关程度，设置所述节点相对其父节点的节点权重值。

3.根据权利要求2所述的方法，其特征在于，所述根据主题模型各节点的主题关键词和所述句子列表，统计所述主题模型中各节点所含的所述待测文本中句子的数量包括：

判断所述句子列表中的分句是否含有所述主题模型中的主题关键词；

若含有，则确定所述主题关键词所在主题模型中的节点；

将所述分句统计在所述节点含有的分句数量中，更新所述节点含有的分句数量。

4.根据权利要求3所述的方法，其特征在于，所述确定所述主题关键词所在主题模型中的节点包括：

当所述分句中含有多个不同节点的主题关键词时，判断所述多个不同节点是否为同一个父节点的子节点；

若属于，则选择节点权重值大的节点作为所述分句所在的节点；

若不属于，则选择最接近根节点的节点作为所述分句所在的节点。

5.根据权利要求3所述的方法，其特征在于，所述判断所述句子列表中的分句是否含有所述主题模型中的主题关键词包括：

将所述句子进行分词处理；

将所述分词与所述主题模型中的主题关键词逐一进行匹配。

6.一种计算文本主题归属度的装置，其特征在于，所述装置包括：

选择单元，用于根据业务类型选择相应的具有树形结构的主题模型，所述主题模型中的节点用于划分主题关键词的类别，其中，所述主题模型中的各节点均包含至少一个主题关键词，并且所述各节点均设置有节点权重值，所述节点权重值用于表示所述节点与其父节点的相关度；

分句单元，用于对待测文本进行分句，得到句子列表；

统计单元，用于根据所述选择单元选择的主题模型中各节点的主题关键词和所述分句单元得到的句子列表，统计所述主题模型中各节点所含的所述待测文本中句子的数量；

计算单元，用于根据所述主题模型中各节点的节点权重值以及统计单元统计的分句数量，计算所述待测文本的主题归属度；

所述计算单元具体包括：

换算模块，用于根据各节点的节点权重值，将子节点的分句数量转换为其父节点的分句数量；

计算模块，用于利用递归算法计算所述主题模型中根节点的分句数量，再计算所述根节点的分句数量与所述句子列表中的分句数量的商，得出所述待测文本相对于所述主题模型的主题归属度。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

获取单元，用于在所述选择单元根据业务类型选择相应的具有树形结构的主题模型前，根据业务类型获取相应的主题关键词；

创建单元，用于根据获取单元获取的主题关键词的分类创建具有树形结构的主题模型；

设置单元，用于根据所述创建单元创建的主题模型中的节点与其父节点的相关程度，设置所述节点相对其父节点的节点权重值。