[发明专利]一种信息处理方法及相关设备

说明书

本申请实施例公开了一种信息处理方法及相关设备，所述方法应用于数据处理技术领域，包括：依照预设周期获取预设机构的通知文本，并基于文本分类算法对通知文本进行内容识别，并根据内容识别结果确定通知文本所属的类别，若该类别为通告类别，则基于关键词识别算法从通知文本中确定出发文关键词和主题词，进而依照预设格式对发文关键词和主题词进行组合处理，得到通知文本对应的发布信息，并输出该发布信息。采用本申请，有利于提高获取特定机构发布的通知文本对应信息的效率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种信息处理方法及相关设备。

背景技术

当下社会是一个高速发展的社会，借助互联网技术的发展，人们每天都会接受到大量的信息，数据的增长从未停歇，甚至呈井喷式增长，如何准确、高效的把握信息成为关键。其中，尤其是对特定机构发布的通告文件(例如政府机构发布的通告文件)对应信息的掌握，用户可以通告该通告文件了解国家和社会发展方向，对于用户而言至关重要。

目前，针对特定机构发布的通告文件对应信息的获取，通常需要用户输入相关搜索请求，再进行相关内容匹配，这种方法虽然匹配度较高，但要求用户时时关注、了解社会及国家动态，不利于用户及时了解该特定机构发布的通告文件对应信息。

发明内容

本申请实施例提供了一种信息处理方法及相关设备，可以提高获取特定机构发布的通告文件对应信息的效率。

第一方面，本申请实施例提供了一种信息处理方法，所述方法应用于服务器，该方法包括：

依照预设周期获取预设机构的通知文本；

基于文本分类算法对所述通知文本进行内容识别，并根据内容识别结果确定所述通知文本所属的类别；

若所述类别为通告类别，则基于关键词识别算法从所述通知文本中确定出发文关键词和主题词，所述发文关键词包括发文字号、发文机关、发文标题和发文日期中的至少一种或者多种；

依照预设格式对所述发文关键词和所述主题词进行组合处理，得到所述通知文本对应的发布信息，并输出所述发布信息。

在一个实施例中，所述关键词识别算法包括主题词识别算法，所述基于关键词识别算法从所述通知文本中确定出主题词的具体实施方式为：

基于标点符号将所述通知文本分割为至少一个句子；

对所述至少一个句子中的各个句子进行预处理，并从预处理后的至少一个句子中确定出至少一个候选关键词，所述候选关键词的词性包括以下至少一种：名词、动词和动名词；

根据主题词识别算法计算出各个候选关键词在所述通知文本中的权重值，并根据权重值由大到小的顺序对各个候选关键词进行排序；

将排序前N的候选关键词确定为所述通知文本对应的主题词，所述N为大于0的整数。

在一个实施例中，所述对所述至少一个句子中的各个句子进行预处理，并从预处理后的至少一个句子中确定出至少一个候选关键词的具体实施方式为：

对所述至少一个句子中的各个句子进行分词处理，得到至少一个关键词；

对所述至少一个关键词中的各个关键词进行去停处理，并对去停处理后的关键词进行词性标注；

从去停处理后的关键词中将词性为预设词性的关键词确定为候选关键词，所述预设词性包括名词、动词和动名词中的至少一种。

在一个实施例中，所述关键词识别算法包括命名体识别算法，所述基于关键词识别算法从所述通知文本中确定出发文关键词之前，还可以基于预设特征函数对命名体识别算法中的特征函数进行调整；其中，所述基于关键词识别算法从所述通知文本中确定出发文关键词的具体实施方式为：基于调整所述特征函数后的命名体识别算法从所述通知文本中确定出发文关键词。