[发明专利]一种文档标题处理方法、装置及电子设备

说明书

本公开提供了一种文档标题处理方法、装置及电子设备，涉及搜索、大数据等人工智能领域。具体方案为：在目标字典树中查询与待处理标题匹配的第一高频分词，其中，目标字典树包括N个文档类别的文档标题的N个高频分词表，每个高频分词表对应一个文档类别，N为正整数，任一高频分词表包括对应文档类别的文档标题中词频大于预设词频的分词；基于第一高频分词生成目标标题。由于目标字典树包括N个文档类别的文档标题的N个高频分词表，从目标字典树中查询到的匹配的第一高频分词即为N个文档类别的文档标题中的高频分词，通过第一高频分词实现对待处理标题的泛化，得到目标标题，可提高对目标标题泛化的效果，提高得到的目标标题的准确性。

技术领域

本公开涉及计算机技术中的搜索、大数据等人工智能领域，尤其涉及一种文档标题处理方法、装置及电子设备。

背景技术

随着互联网技术的发展，用户通过网络平台进行信息分享越来越普遍，例如，可以在文档数据库(简称文库)等网路平台上传其拥有的文档资料等，文库是一种在线互动式文档分享平台，可汇集海量文档。用户将文档上传至网络平台进行分享过程中，文档标题由用户上传文档时的指定，尽可能详尽概括文档的内容，便于后续文档在平台的检索和曝光等。但网络平台实际在文库定价、文档归类等场景中，文档标题也是作为代表文档内容的重要特征使用，而在这些场景中，文档标题的个性化部分对整体作用不大，更需要获得相对泛化的文档标题。

目前常采用的对标题进行泛化的方法，主要是通过同义词或近义词替换对文档的原始标题进行处理得到目标标题，实现文档的标题泛化。

发明内容

本公开提供一种文档标题处理方法、装置及电子设备。

第一方面，本公开一个实施例提供一种文档标题处理方法，所述方法包括：

在目标字典树中查询与待处理标题匹配的第一高频分词，其中，所述目标字典树包括N个文档类别的文档标题的N个高频分词表，每个高频分词表对应一个文档类别，N为正整数，任一高频分词表包括对应文档类别的文档标题中词频大于预设词频的分词；

基于所述第一高频分词生成目标标题。

在本实施例的文档标题处理方法中，可通过在目标字典树中查询与待处理标题匹配的第一高频分词，由于目标字典树包括N个文档类别的文档标题的N个高频分词表，任一高频分词表中的分词在对应文档类别的文档标题中的词频大于预设词频，从目标字典树中查询到的匹配的第一高频分词即为N个文档类别的文档标题中的高频分词，通过第一高频分词确定目标标题，也即是基于目标字典树中与待处理标题匹配的高频分词实现对待处理标题的泛化，得到目标标题，可提高对目标标题泛化的效果，提高得到的目标标题的准确性。

第二方面，本公开一个实施例提供一种文档标题处理装置，所述装置包括：

查询模块，用于在目标字典树中查询与待处理标题匹配的第一高频分词，其中，所述目标字典树包括N个文档类别的文档标题的N个高频分词表，每个高频分词表对应一个文档类别，N为正整数，任一高频分词表包括对应文档类别的文档标题中词频大于预设词频的分词；

标题生成模块，用于基于所述第一高频分词生成目标标题。

第三方面，本公开一个实施例还提供一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开如第一方面提供的文档标题处理方法。

第四方面，本公开一个实施例还提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开如第一方面提供的文档标题处理方法。