[发明专利]信息获取方法和装置

权利要求书

1.一种信息获取方法，包括：

获取与目标实体对应的网页在预定时间段内的页面内容，其中，所述页面内容包括标题；

确定所述页面内容是否包括预设风险词表中的风险词；

响应于确定所述页面内容包括预设风险词表中的风险词，基于所述页面内容所包括的预设风险词表中的风险词确定与所述目标实体对应的风险信息，其中，所述风险信息包括风险类型，所述预设风险词表中关联存储有风险词以及各风险词的风险类型；

响应于确定所述页面内容不包括预设风险词表中的风险词，对所述标题进行情感分析，若情感分析结果所指示的情感倾向为负向情感倾向，对所述页面内容进行语义分析，根据语义分析结果确定所述页面内容所对应的风险类型。

2.根据权利要求1所述的方法，其中，所述获取与目标实体对应的网页在预定时间段内的页面内容，包括：

抓取预定时间段内的多个预设网页的页面内容；

确定所获取的每一个预设网页的页面内容与所述目标实体的关联度；

将与目标实体的关联度大于预设关联度阈值的预设网页的页面内容作为与目标实体对应的网页的页面内容。

3.根据权利要求1所述的方法，其中，所述获取与目标实体对应的网页在预定时间段内的页面内容，包括：

从搜索引擎中抓取与所述目标实体关联的网页的页面内容。

4.根据权利要求2所述的方法，其中，所述确定所述页面内容是否包括预设风险词表中的风险词，包括：

确定所述标题是否包括预设风险词表中的风险词。

5.根据权利要求1所述的方法，其中，所述风险信息还包括风险系数，所述方法还包括：

基于所述目标实体的名称在所述页面内容中出现的次数、在所述页面内容中出现的位置确定所述目标实体的风险系数，其中，所述风险系数与所述目标实体的名称在所述页面内容出现的次数正相关，且所述目标实体的风险系数与所述目标实体的名称在所述页面内容中出现位置的前后顺序负相关。

6.根据权利要求1所述的方法，其中，所述确定所述页面内容是否包括预设风险词表中的风险词，包括：

提取所述页面内容的关键词；

确定所述预设风险词表中的各风险词是否与所述关键词相匹配。

7.根据权利要求6所述的方法，其中，所述风险信息还包括风险系数，以及

所述响应于确定所述页面内容包括预设风险词表中的风险词，基于所述页面内容所包括的预设风险词表中的风险词确定与所述目标实体对应的风险信息，包括：

响应于预设风险词表中的至少一个风险词与所述关键词相匹配，基于与所述关键词匹配的风险词确定与所述目标实体对应的风险类型及风险系数。

8.根据权利要求1所述的方法，其中，所述风险信息还包括风险等级，所述预设风险词表关联存储有风险词以及各风险词所对应的风险等级；以及

所述响应于确定所述页面内容包括预设风险词表中的风险词，基于所述页面内容所包括的预设风险词表中的风险词确定与所述目标实体对应的风险信息，包括：

基于所述页面内容所包括的预设风险词表中的风险词确定与所述目标实体对应的风险类型及风险等级。

9.一种信息获取装置，包括：

获取单元，配置用于获取与目标实体对应的网页在预定时间段内的页面内容，其中，所述页面内容包括标题；

第一确定单元，配置用于确定所述页面内容是否包括预设风险词表中的风险词；

第二确定单元，配置用于响应于确定所述页面内容包括预设风险词表中的风险词，基于所述页面内容所包括的预设风险词表中的风险词确定与所述目标实体对应的风险信息，其中，所述风险信息包括风险类型，所述预设风险词表中关联存储有风险词以及各风险词的风险类型；

第三确定单元，配置用于响应于确定所述页面内容不包括预设风险词表中的风险词，对所述标题进行情感分析，若情感分析结果所指示的情感倾向为负向情感倾向，对所述页面内容进行语义分析，根据语义分析结果确定所述页面内容所对应的风险类型。