[发明专利]带权重的文章标识方法和装置有效
| 申请号： | 201510976010.3 | 申请日： | 2015-12-22 |
| 公开（公告）号： | CN105589847B | 公开（公告）日： | 2019-02-15 |
| 发明（设计）人： | 张伸正;魏少俊;陈培军 | 申请（专利权）人： | 北京奇虎科技有限公司;奇智软件（北京）有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京鼎佳达知识产权代理事务所(普通合伙) 11348 | 代理人： | 王伟锋;刘铁生 |
| 地址： | 100088 北京市西城区新*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 权重 文章 标识 方法 装置 | ||
1.一种带权重的文章标识方法，其特征在于，包括：
对文章对应的标题进行分词得到多个词；
计算所述多个词的权重值，所述多个词的权重值反应所述多个词在所述文章中的重要程度；
根据所述多个词的权重值中的最小值设置预设值；
对所述多个词的权重值进行调整，使得所述多个词的权重值均为预设值的整数倍；
根据所述多个词的权重值，扩展所述文章对应的标题中所述多个词中至少一个词的数量，使所述多个词的数量与所述多个词的权重值相对应；
以扩展后的标题对所述文章进行标识。
2.根据权利要求1所述的方法，其特征在于，计算所述多个词的权重值，具体包括：
统计所述多个词在所述文章中的词频，根据所述多个词在所述文章中的词频，计算所述多个词的权重值。
3.根据权利要求1-2任一项所述的方法，其特征在于，以扩展后的标题对所述文章进行标识，具体包括：
取所述扩展后的标题的最小哈希值对所述文章进行标识。
4.一种带权重的文章标识装置，其特征在于，包括：
分词模块，用于对文章对应的标题进行分词得到多个词；
权重值计算模块，用于计算所述多个词的权重值，所述多个词的权重值反应所述多个词在所述文章中的重要程度；
扩展模块，用于根据所述多个词的权重值，扩展所述文章对应的标题中所述多个词中至少一个词的数量，使所述多个词的数量与所述多个词的权重值相对应；
设置模块，用于根据所述多个词的权重值中的最小值设置预设值；
权值调整模块，用于对所述多个词的权重值进行调整，使得所述多个词的权重值均为预设值的整数倍；
标识模块，用于以扩展后的标题对所述文章进行标识。
5.根据权利要求4所述的装置，其特征在于，所述权重值计算模块统计所述多个词在所述文章中的词频，根据所述多个词在所述文章中的词频，计算所述多个词的权重值。
6.根据权利要求4-5任一项所述的装置，其特征在于，
所述标识模块取所述扩展后的标题的最小哈希值对所述文章进行标识。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京奇虎科技有限公司;奇智软件（北京）有限公司，未经北京奇虎科技有限公司;奇智软件（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201510976010.3/1.html，转载请声明来源钻瓜专利网。
- 上一篇：多电机保护与故障检测装置
- 下一篇：数字出版物的排版方法及装置
