[发明专利]一种信息流分类方法、装置、设备及存储介质在审

专利信息
申请号: 202011419303.9 申请日: 2020-12-07
公开(公告)号: CN113536143A 公开(公告)日: 2021-10-22
发明(设计)人: 康战辉 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/9536 分类号: G06F16/9536;G06F16/35;G06F40/289
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;贾允
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 信息 分类 方法 装置 设备 存储 介质
【权利要求书】:

1.一种信息流分类方法,其特征在于,所述方法包括:

获取多个类别信息和目标信息流的文本信息;

根据所述文本信息确定所述目标信息流的目标词向量;

确定所述多个类别信息各自的关联类别信息;

基于所述多个类别信息与各自的关联类别信息间的相关度,确定所述多个类别信息各自的目标关联类别信息;

根据所述多个类别信息各自的目标关联类别信息确定所述多个类别信息各自的类别词向量;

基于所述多个类别信息的类别词向量和所述目标词向量间的相似度,确定所述目标信息流的目标类别信息。

2.根据权利要求1所述的方法,其特征在于,所述获取多个类别信息包括:

获取多个信息流的文本信息;

提取所述多个信息流的文本信息中的类别信息;

将所述多个信息流的文本信息中的类别信息,作为所述多个类别信息。

3.根据权利要求2所述的方法,其特征在于,所述确定所述多个类别信息各自的关联类别信息包括:

基于所述多个信息流的文本信息对所述多个类别信息进行共现分析,得到多个类别信息各自的关联类别信息。

4.根据权利要求1至3任一所述的方法,其特征在于,所述根据所述多个类别信息各自的目标关联类别信息确定所述多个类别信息各自的类别词向量包括:

对所述多个类别信息各自的目标关联类别信息分别进行分词处理,得到所述多个类别信息各自对应的分词信息;

基于目标词向量模型确定所述多个类别信息各自对应的分词信息的词向量;

根据所述多个类别信息各自对应的分词信息的词向量,确定所述多个类别信息各自的类别词向量。

5.根据权利要求1至3任一所述的方法,其特征在于,所述基于所述多个类别信息与各自的关联类别信息间的相关度,确定所述多个类别信息各自的目标关联类别信息包括:

计算所述多个类别信息与各自的关联类别信息间的相关度;

将相关度满足第一预设条件的关联类别信息作为所述多个类别信息各自的目标关联类别信息。

6.根据权利要求1至3任一所述的方法,其特征在于,所述根据所述文本信息确定所述目标信息流的目标词向量包括:

对所述文本信息进行分词处理,得到所述文本信息对应的分词信息;

基于目标词向量模型确定所述分词信息的词向量;

根据所述分词信息对应的词向量确定所述目标信息流的目标词向量。

7.根据权利要求1至3任一所述的方法,其特征在于,所述基于所述多个类别信息的类别词向量和所述目标词向量间的相似度,确定所述目标信息流的目标类别信息包括:

分别计算所述多个类别信息的类别词向量和所述目标词向量间的相似度;

将与目标词向量的相似度满足第二预设条件的类别词向量对应的类别信息作为所述目标信息流的目标类别信息。

8.一种信息流分类装置,其特征在于,所述装置包括:

信息获取模块,被配置为执行获取多个类别信息和目标信息流的文本信息;

目标词向量确定模块,被配置为执行根据所述文本信息确定所述目标信息流的目标词向量;

关联类别信息确定模块,被配置为执行确定所述多个类别信息各自的关联类别信息;

目标关联类别信息确定模块,被配置为执行基于所述多个类别信息与各自的关联类别信息间的相关度,确定所述多个类别信息各自的目标关联类别信息;

类别词向量确定模块,被配置为执行根据所述多个类别信息各自的目标关联类别信息确定所述多个类别信息各自的类别词向量;

目标类别信息确定模块,被配置为执行基于所述多个类别信息的类别词向量和所述目标词向量间的相似度,确定所述目标信息流的目标类别信息。

9.一种信息流分类设备,其特征在于,所述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或至少一段程序、所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如权利要求1至7任一所述的信息流分类方法。

10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1至7任一所述的信息流分类方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011419303.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top