[发明专利]确定消息主题的方法及装置

权利要求书

1.一种确定消息主题的方法，其特征在于，包括：

从待处理的消息集合中获取具有关联关系的多条消息；

生成所述多条消息中每条消息对应的主题标签的分布模型、功能标签的分布模型和词类别标签的分布模型，所述词类别标签的分布模型用于表示具有不同功能标签的消息包含各种类型的词的概率；

基于所述主题标签的分布模型、所述功能标签的分布模型和所述词类别标签的分布模型，确定所述主题标签的词分布概率；

根据所述主题标签的词分布概率，确定所述多条消息的主题。

2.根据权利要求1所述的确定消息主题的方法，其特征在于，从待处理的消息集合中获取具有关联关系的多条消息，包括：

根据消息之间的回复和/或转发关系，从所述消息集合中获取具有所述回复和/或转发关系的多条消息。

3.根据权利要求2所述的确定消息主题的方法，其特征在于，还包括：

基于所述多条消息之间的回复和/或转发关系，生成所述多条消息对应的消息树。

4.根据权利要求1所述的确定消息主题的方法，其特征在于，生成所述多条消息中每条消息对应的主题标签的分布模型、功能标签的分布模型和词类别标签的分布模型，包括：

生成所述多条消息对应的主题标签的多项式分布，所述多条消息对应的主题标签的多项式分布表示各个主题标签在所述多条消息中出现的概率分布；

根据所述多条消息对应的主题标签的多项式分布，生成所述多条消息中每条消息对应的主题标签的分布模型。

5.根据权利要求4所述的确定消息主题的方法，其特征在于，所述多条消息对应的主题标签的多项式分布服从狄利克雷分布。

6.根据权利要求4所述的确定消息主题的方法，其特征在于，根据所述多条消息对应的主题标签的多项式分布，生成所述多条消息中每条消息对应的主题标签的分布模型，包括：

将所述多条消息对应的主题标签的多项式分布作为参数，生成所述每条消息对应的主题标签的多项式分布模型。

7.根据权利要求1所述的确定消息主题的方法，其特征在于，生成所述多条消息中每条消息对应的主题标签的分布模型、功能标签的分布模型和词类别标签的分布模型，包括：

生成D维多项式分布π_d，所述D维多项式分布π_d表示所述多条消息组成的消息树上的父节点的功能标签为d时，所述父节点的子节点的功能标签为D种功能标签的概率分布；

以所述D维多项式分布π_d为参数，生成所述每条消息对应的功能标签的多项式分布模型。

8.根据权利要求1所述的确定消息主题的方法，其特征在于，生成所述多条消息中每条消息对应的主题标签的分布模型、功能标签的分布模型和词类别标签的分布模型，包括：

生成X维多项式分布τ_d，所述X维多项式分布τ_d表示所述多条消息中功能标签为d的消息中包含各种类型的词的概率分布，所述各种类型的词包括主题词和功能词，或者包括主题词、功能词和背景词；

以所述X维多项式分布τ_d为参数，生成所述每条消息中的每个词对应的词类别标签的多项式分布模型。

9.根据权利要求1所述的确定消息主题的方法，其特征在于，基于所述主题标签的分布模型、所述功能标签的分布模型和所述词类别标签的分布模型，确定所述主题标签的词分布概率，包括：

对所述主题标签的分布模型、所述功能标签的分布模型和所述词类别标签的分布模型进行迭代抽样，以得到所述主题标签的词分布概率。

10.根据权利要求9所述的确定消息主题的方法，其特征在于，对所述主题标签的分布模型、所述功能标签的分布模型和所述词类别标签的分布模型进行迭代抽样，包括：

基于吉布斯采样算法对所述主题标签的分布模型、所述功能标签的分布模型和所述词类别标签的分布模型进行迭代抽样。