[发明专利]推荐文档的方法和装置

权利要求书

1.一种推荐文档的方法，其特征在于，包括：

获取至少一个检索词；

获取所述至少一个检索词中的检索词在各文档中的分值，并根据所述至少一个检索词中的检索词在各文档中的分值，确定向用户推荐的文档；

其中，所述至少一个检索词中的任一第一检索词在第一文档中的分值是由所述第一检索词的分值信息确定的，所述分值信息包括如下中的至少两项：所述第一检索词在所述第一文档中的词频-逆文档频率TF-IDF、所述第一检索词在所述第一文档中的第一分值、所述第一检索词在所述第一文档中的第二分值，所述第一分值与所述第一文档的正文对应的逻辑关系相关，所述第二分值与所述第一文档的正文和所述第一文档所属的范畴联合对应的逻辑关系相关；所述第一文档为包括所述第一检索词的文档，所述第一文档的正文对应的逻辑关系是指所述第一文档中包括的所有内容之间的逻辑关系，所述第一文档的正文和所述第一文档所属的范畴联合对应的逻辑关系是指所述第一文档中包括的所有内容之间的逻辑关系以及所述第一文档中包括的所有内容与所述第一文档所属的范畴之间的逻辑关系。

2.根据权利要求1所述的方法，其特征在于，在根据所述至少一个检索词中的检索词在各文档中的分值，确定向用户推荐的文档之前，还包括：

根据所述第一文档，得到多个词条，所述多个词条中包括所述第一检索词；

获取所述多个词条中的词条的分值信息；

根据所述多个词条中的词条的分值信息，确定所述多个词条中的词条在所述第一文档中的分值。

3.根据权利要求2所述的方法，其特征在于，所述多个词条中的词条的分值信息包括该词条在所述第一文档中的第一分值；则获取所述多个词条中的词条的分值信息，包括：

将所述多个词条作为第一机器学习模型的输入，以得到所述多个词条中的词条在所述第一文档中的第一分值；

其中，所述第一机器学习模型是根据多个第一训练样本和所述多个第一训练样本各自的标签得到的，对于多个第一训练样本中的任一第一训练样本，该第一训练样本包括根据第一训练文档的正文得到的多个第一训练词条，该第一训练样本的标签用于指示所述多个第一训练词条各自的分值，所述多个第一训练词条各自的分值与所述第一训练文档对应的逻辑关系相关。

4.根据权利要求3所述的方法，其特征在于，所述将所述多个词条作为第一机器学习模型的输入，以得到所述多个词条中的词条在所述第一文档中的第一分值，包括：

将所述多个词条和所述多个词条中的词条的属性作为第一机器学习模型的输入，以得到所述多个词条中的词条在所述第一文档中的第一分值。

5.根据权利要求2～4任一项所述的方法，其特征在于，所述多个词条中的词条的分值信息包括该词条在所述第一文档中的第二分值；

根据所述第一文档，得到多个词条，包括：

根据所述第一文档的正文和所述第一文档所属的范畴对应的文本，得到多个词条。

6.根据权利要求5所述的方法，其特征在于，获取所述多个词条中的词条的分值信息，包括：

将所述多个词条作为第二机器学习模型的输入，以得到所述多个词条中的词条在所述第一文档中的第二分值；

其中，所述第二机器学习模型是根据多个第二训练样本和所述多个第二训练样本各自的标签得到的，对于多个第二训练样本中的任一第二训练样本，该第二训练样本包括根据第二训练文档的正文和所述第二训练文档所属的范畴对应的文本得到的多个第二训练词条，该第二训练样本的标签用于指示所述多个第二训练词条各自的分值，所述多个第二训练词条各自的分值与所述第二训练文档的正文和所述第二训练文档所属的范畴对应的文本联合对应的逻辑关系相关。

7.根据权利要求2～4任一项所述的方法，其特征在于，根据所述第一文档，得到多个词条，包括：

对所述第一文档的正文进行切词，得到多个预选词条；

对所述多个预选词条中的预选词条进行扩展，得到所述多个词条。