[发明专利]文本标签确定方法、装置、终端及可读存储介质

说明书

本申请是关于一种文本标签确定方法、装置、终端及可读存储介质，属于标签挖掘领域。所述方法包括：对目标文本进行分词处理，得到分词集合，所述分词集合中包括所述目标文本分词得到的分词词汇，所述目标文本为待确定标签的文本；根据所述分词词汇的上下文关系，确定所述目标文本的第一候选标签；根据所述分词词汇在所述目标文本中的第一频率参数，和所述分词词汇在文本集合中的第二频率参数，确定所述目标文本的第二候选标签；根据所述第一候选标签和所述第二候选标签确定所述目标文本的标签。本申请解决了标签确定过程中未考虑词汇在上下文语义环境，导致的标签确定的准确度不高的问题，提高了获取标签的准确度。

技术领域

本申请涉及标签挖掘领域，特别涉及一种文本标签确定方法、装置、终端及可读存储介质。

背景技术

标签被定义为能够代表内容的最重要的关键词，在信息流内容分发过程当中，无论是图文还是视频，标签信息都非常重要，当内容有了标签后，就可以按照不同标签组织和展示内容，也可以根据标签和用户画像进行匹配，实现更精准的内容推荐。

在相关技术中，文章内容的标签提取方法包括基于TF-IDF统计特征来确定当前内容的标签，该方法倾向于过滤文章中的常见词语，保留重要词语。

但该基于统计的方法未考虑文章中词语与词语之间、词语与文档之间的关系，所获取到的标签与内容表达的实际语义存在偏差，获取的标签准确度不高。

发明内容

本申请提供了一种文本标签确定方法、装置、终端及可读存储介质，能够提高标签确定的准确度。所述技术方案如下：

一方面，提供了一种文本标签确定方法，所述方法包括：

对目标文本进行分词处理，得到分词集合，所述分词集合中包括所述目标文本分词得到的分词词汇，所述目标文本为待确定标签的文本；

根据所述分词词汇的上下文关系，确定所述目标文本的第一候选标签；

根据所述分词词汇在所述目标文本中的第一频率参数，和所述分词词汇在文本集合中的第二频率参数，确定所述目标文本的第二候选标签；

根据所述第一候选标签和所述第二候选标签确定所述目标文本的标签。

另一方面，提供了一种文本标签确定装置，所述装置包括：

处理模块，用于对目标文本进行分词处理，得到分词集合，所述分词集合中包括所述目标文本分词得到的分词词汇，所述目标文本为待确定标签的文本；

确定模块，用于根据所述分词词汇的上下文关系，确定所述目标文本的第一候选标签；

所述确定模块，还用于根据所述分词词汇在所述目标文本中的第一频率参数，和所述分词词汇在文本集合中的第二频率参数，确定所述目标文本的第二候选标签；

所述确定模块，还用于根据所述第一候选标签和所述第二候选标签确定所述目标文本的标签。

另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述本申请实施例中任一所述的文本标签确定方法。

另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述本申请实施例中任一所述的文本标签确定方法。