[发明专利]一种新闻稿件主题分类及审核方法

权利要求书

1.一种新闻稿件主题分类及审核方法，其特征在于：包括以下步骤：

S1：基于现有的已发布的稿件数据集构建LDA主题模型；

S2：设置可发布主题、可发布主题概率阈值、敏感词汇集、敏感词汇命中次数阈值；

S3：通过构建的LDA主题模型对待审稿件进行主题分析，计算其主题概率分布，对待审稿件按照最大概率主题进行分类，将待审稿件纳入该主题类别；

S4：以文字匹配的方式，对待审稿件进行敏感词汇统计分析，统计每个敏感词的命中次数，并计算总的命中次数；

S5：基于步骤S3和S4的分析结果，对待审稿件进行阈值判定，判断审核稿件是否通过；

S6：输出待审稿件的审核结果、概率最大的前三个主题及其概率、敏感词汇过滤分析统计结果。

2.根据权利要求1所述的一种新闻稿件主题分类及审核方法，其特征在于：在步骤S2中，针对不同类型的新闻版块，设置不同的可发布主题，可发布主题的概率阈值根据具体情况动态调整，敏感词汇集及其命中总次数阈值根据具体情况动态调整。

3.根据权利要求1所述的一种新闻稿件主题分类及审核方法，其特征在于：在步骤S2中，对于同一个新闻版块，能够设置多个可发布主题，每个可发布主题分别设置相应的概率阈值。

4.根据权利要求1所述的一种新闻稿件主题分类及审核方法，其特征在于：在步骤S2中，可发布主题根据步骤S1所构建的LDA主题模型输出的主题表述进行设置。

5.根据权利要求1所述的一种新闻稿件主题分类及审核方法，其特征在于：步骤S1中所述的构建LDA主题模型，是基于已发布的新闻稿件数据集，保留其文字部分，去除图片和视频内容，自动构建LDA主题模型，获得每个主题下代表词汇及其概率分布。

6.根据权利要求1所述的一种新闻稿件主题分类及审核方法，其特征在于：步骤S3中所述对待审稿件进行主题分析，是基于已构建的LDA主题模型，对待审稿件进行主题分析，获得待审稿件的主题概率分布，统计概率最大的前三个主题并记录其对应概率值，作为输出信息的一部分。

7.根据权利要求1所述的一种新闻稿件主题分类及审核方法，其特征在于：在步骤S5中，综合主题分类分析和敏感词分析的结果，对待审稿件进行阈值判定审核，待审稿件同时满足如下三个条件的情况下，审核通过，否则审核不通过：

a)主题分类分析结果中，待审稿件的最大概率主题必须是预设置的可发布主题之一；

b)主题分类分析结果中，待审稿件的最大概率主题的概率必须大于等于预设置的相应概率阈值；

c)敏感词汇总的命中次数不超过预设置的总次数阈值。