[发明专利]内容查询方法和装置有效

专利信息
申请号: 201810719950.8 申请日: 2018-07-03
公开(公告)号: CN110737824B 公开(公告)日: 2022-08-09
发明(设计)人: 张梦 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/906
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 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: 内容 查询 方法 装置
【权利要求书】:

1.一种内容查询方法,包括:

获取查询请求,所述查询请求包括基于从预设内容标签库中选择的目标内容标签生成的查询式;

将所述查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出目标互联网内容,其中,所述互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签分类模型得到的,预设的内容标签分类模型为预先设定的内容标签与互联网内容的主题、关键词特性之间的对应关系表,所述内容标签分类模型包括热度标签分类模型、敏感度标签分类模型、情感倾向标签分类模型、发布时间标签分类模型或相似内容数标签分类模型;

推送目标互联网内容;

其中,所述方法还包括:

构建所述内容标签分类模型,包括:

在预设的内容库中查找出与样本内容相似的内容作为扩展内容,将样本内容关联的内容标签与对应的扩展内容相关联,得到扩展内容关联的内容标签,基于所述样本内容和与所述样本内容相似的扩展内容生成样本数据;

将样本数据中的样本内容和与所述样本内容相似的扩展内容输入所述内容标签分类的初始模型进行标签分类,并比对所述内容标签分类的初始模型的标签分类结果与所述样本内容关联的内容标签和所述扩展内容关联的内容标签,基于比对结果迭代调整所述内容标签分类的初始模型的参数,使训练后的内容标签分类的初始模型的标签分类结果与所述样本内容关联的内容标签和所述扩展内容关联的内容标签的比对结果满足预设的收敛条件,得到训练完成的内容标签分类模型。

2.根据权利要求1所述的方法,其中,所述方法还包括:

将待分析的互联网内容输入预设的内容标签分类模型,得到用于表征待分析的互联网内容的内容特征的标签,作为所述互联网内容关联的内容标签。

3.根据权利要求2所述的方法,其中,所述内容标签分类模型包括以下至少一项:内容生产者标签分类模型、内容主题标签分类模型、内容分类角度标签分类模型。

4.一种内容查询装置,包括:

获取单元,被配置成获取查询请求,所述查询请求包括基于从预设内容标签库中选择的目标内容标签生成的查询式;

匹配单元,被配置成将所述查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出目标互联网内容,其中,所述互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签分类模型得到的,预设的内容标签分类模型为预先设定的内容标签与互联网内容的主题、关键词特性之间的对应关系表,所述内容标签分类模型包括热度标签分类模型、敏感度标签分类模型、情感倾向标签分类模型、发布时间标签分类模型或相似内容数标签分类模型;

推送单元,被配置成推送目标互联网内容;

其中,所述装置还包括:

构建单元,被配置成按照如下方式构建所述内容标签分类模型:

在预设的内容库中查找出与样本内容相似的内容作为扩展内容,将所述样本内容关联的内容标签与对应的扩展内容相关联,得到扩展内容关联的内容标签,基于所述样本内容和与所述样本内容相似的扩展内容生成样本数据;

将样本数据中的样本内容和与所述样本内容相似的扩展内容输入所述内容标签分类的初始模型进行标签分类,并比对所述内容标签分类的初始模型的标签分类结果与所述样本内容关联的内容标签和所述扩展内容关联的内容标签,基于比对结果迭代调整所述内容标签分类的初始模型的参数,使训练后的内容标签分类的初始模型的标签分类结果与所述样本内容关联的内容标签和所述扩展内容关联的内容标签的比对结果满足预设的收敛条件,得到训练完成的内容标签分类模型。

5.根据权利要求4所述的装置,其中,所述装置还包括:

分类单元,被配置成将待分析的互联网内容输入预设的内容标签分类模型,得到用于表征待分析的互联网内容的内容特征的标签,作为所述互联网内容关联的内容标签。

6.根据权利要求5所述的装置,其中,所述内容标签分类模型包括以下至少一项:内容生产者标签分类模型、内容主题标签分类模型、内容分类角度标签分类模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(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/201810719950.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top