[发明专利]文本处理方法和装置、电子设备以及计算机可读存储介质

说明书

本申请提供了一种文本处理方法和装置、电子设备以及计算机可读存储介质。该方法包括：对多个文本数据进行处理，以生成多个文本向量；根据多个文本向量之间的相似度，构建文本关系图；对于文本关系图中的节点，根据该节点以及该节点与其他节点之间的路径，计算该节点的特征向量；根据每个节点的特征向量，计算每个节点的权重值，并且根据权重值选择至少一个节点所对应的文本数据作为目标文本数据。本申请实施例通过基于节点形式的内容文本之间的拓扑关系和打分排名的方式来确定代表性的内容文本，能够充分挖掘内容文本之间的关联关系，从而大大提高了确定代表性内容文本的概率和准确度。

技术领域

本申请涉及文本处理领域，尤其涉及一种文本处理方法和装置、电子设备以及计算机可读存储介质。

背景技术

随着社交媒体用户的不断发展壮大，有相当多的新闻事件开始通过诸如微博、Twitter等社交媒体来传播。在社交媒体上，针对同一个事件可以产生成非常多的信息。为了便于用户更好地浏览某个事件，会从关于该事件的成千上万的信息中选择出一个或数个具有代表性的信息来作为摘要信息来展示。

在现有技术中，通常基于发布时间、转发或评论次数、词频等因素来选择摘要信息。但是，发布时间较早的信息可能对事件的描述不够完整；如果影响力较高的用户对某个信息进行转发，则通过转发或评论量所选取出的信息，也不一定具有代表性；而根据词频计算的词语重要度也受信息中包含的噪音的影响，这种方式所选取的信息也不能保证其具有代表性。

发明内容

本申请实施例提供一种文本处理方法和装置、电子设备以及计算机可读存储介质，以解决现有技术中选取的摘要信息不够准确的缺陷。

为达到上述目的，本申请实施例提供了一种文本处理方法，包括：

针对多个文本数据进行处理，以生成多个文本向量；

根据所述多个文本向量之间的相似度，构建文本关系图，所述文本关系图中包括：由文本向量组成的节点，以及，文本向量之间的相似度组成的文本向量之间的路径；

对于所述文本关系图中的节点，根据该节点以及该节点与其他节点之间的路径，计算该节点的特征向量；

根据每个节点的特征向量，计算每个节点的权重值，并且根据所述权重值选择至少一个节点所对应的文本数据作为目标文本数据。

本申请实施例还提供了一种文本处理装置，包括：

文本向量生成模块，用于针对多个文本数据进行处理，以生成多个文本向量；

构建模块，用于根据所述多个文本向量之间的相似度，构建文本关系图，所述文本关系图中包括：由文本向量组成的节点，以及，文本向量之间的相似度组成的文本向量之间的路径；

第一计算模块，用于对于所述文本关系图中的节点，根据该节点以及该节点与其他节点之间的路径，计算该节点的特征向量；

第二计算模块，用于根据每个节点的特征向量，计算每个节点的权重值；

选择模块，用于根据所述权重值选择至少一个节点所对应的文本数据作为目标文本数据。

本申请实施例还提供了一种电子设备，包括：

存储器，用于存储程序；

处理器，用于运行所述存储器中存储的所述程序，以执行本申请实施例提供的文本处理方法。

本申请实施例还提供了一种计算机可读存储介质，其上存储有可被处理器执行的计算机程序，其中，该程序被处理器执行时实现本申请实施例提供的文本处理方法。