[发明专利]一种话题排序方法及装置

权利要求书

1.一种话题排序的方法，其特征在于，所述方法包括：

确定话题语料中的词语重要性，所述词语重要性为所述话题语料中的词语在区分一个话题时的区别程度；

提取所述话题语料中一个话题的关键词；

利用所述词语重要性计算所述关键词的话题重要性，所述话题重要性为所述话题语料中的每个话题针对于所述关键词所具有的重要性，通过关键词在不同话题中的词语重要性比重以及该关键词在所述话题中的重要性确定；

根据所述话题重要性对所述话题语料中的话题进行排序；

其中，所述利用所述词语重要性计算所述关键词的话题重要性包括：

根据所述关键词在所述话题语料中的分布确定所述关键词在每个话题中的重要性系数；

根据所述关键词在所述话题中的分布情况确定所述关键词在所述话题中的关键词重要性；

计算所述词语重要性、所述关键词重要性以及所述关键词的重要性系数的乘积，得到所述关键词的话题重要性。

2.根据权利要求1所述的方法，其特征在于，确定话题语料中的词语重要性包括：

预处理所述话题语料，得到有效词语集合；

计算所述有效词语集合中的词语在所述话题语料中的TF-IDF值；

根据所述TF-IDF值确定所述词语的词语重要性。

3.根据权利要求1或2所述的方法，其特征在于，提取所述话题语料中一个话题的关键词包括：

利用所述话题语料进行话题划分，生成话题组；

提取所述话题组中的一个话题，计算所述话题中每个词语的TF-IDF值；

根据所述TF-IDF值确定所述话题中的关键词。

4.根据权利要求3所述的方法，其特征在于，根据所述话题重要性对所述话题语料中的话题进行排序包括：

根据预置的关键词数量分别计算每个关键词在所述话题中的话题重要性；

累加所有关键词的话题重要性，得到所述话题在所述话题组中的重要性分值；

根据所述重要性分值按照由高到低的顺序确定所述话题的排序位置，完成对所述话题组的重要性排序。

5.一种话题排序的装置，其特征在于，所述装置包括：

确定单元，用于确定话题语料中的词语重要性，所述词语重要性为所述话题语料中的词语在区分一个话题时的区别程度；

提取单元，用于提取所述话题语料中一个话题的关键词；

计算单元，用于利用所述确定单元确定的词语重要性计算所述提取单元提取的关键词的话题重要性，所述话题重要性为所述话题语料中的每个话题针对于所述关键词所具有的重要性，通过关键词在不同话题中的词语重要性比重以及该关键词在所述话题中的重要性确定；

排序单元，用于根据所述计算单元计算的话题重要性对所述话题语料中的话题进行排序；

其中，所述计算单元包括：

第一确定模块，用于根据所述关键词在所述话题语料中的分布确定所述关键词在每个话题中的重要性系数；

第二确定模块，用于根据所述关键词在所述话题中的分布情况确定所述关键词在所述话题中的关键词重要性；

计算模块，用于计算所述词语重要性、所述第二确定模块确定的关键词重要性以及所述第一确定模块确定的关键词的重要性系数的乘积，得到所述关键词的话题重要性。

6.根据权利要求5所述的装置，其特征在于，所述确定单元包括：

预处理模块，用于预处理所述话题语料，得到有效词语集合；

计算模块，用于计算所述预处理模块得到的有效词语集合中的词语在所述话题语料中的TF-IDF值；

确定模块，用于根据所述计算模块计算的TF-IDF值确定所述词语的词语重要性。

7.根据权利要求5或6所述的装置，其特征在于，所述提取单元包括：

分组模块，用于利用所述话题语料进行话题划分，生成话题组；

计算模块，用于提取所述分组模块划分的话题组中的一个话题，计算所述话题中每个词语的TF-IDF值；

确定模块，用于根据所述计算模块计算的TF-IDF值确定所述话题中的关键词。