[发明专利]信息处理方法、装置、设备及计算机可读存储介质

说明书

本发明公开了一种信息处理方法、装置、设备及计算机可读存储介质，其中方法包括：获取待处理信息的标题对应的关键词集合；基于所述关键词集合中不同关键词在所述待处理信息的正文的相对位置关系，确定所述标题与所述正文之间的关联度；其中，当所述相对位置关系对应的关联度大于预设阈值时，所述标题与所述正文之间的关联度高。本发明实现了根据标题中各个关键词在正文中的位置确定标题与正文之间的关联度，通过兼顾标题信息中各个关键词在正文中的相对位置关系，提高标题与正文之间关联度的准确性。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种信息处理方法、装置、设备及计算机可读存储介质。

背景技术

随着计算机的普及和网络的飞速发展，互联网上各种新闻的数量快速积累，但爆炸式增长的新闻中往往包含大量的标题党新闻，即新闻标题与新闻正文不相关的新闻。

目前，针对标题党新闻的识别通常是提取新闻正文和标题中的关键词，然后基于关键词是否匹配的方式进行新闻标题与新闻正文是否相关的识别。但是，在相关性识别过程中并未考虑标题中的关键词在新闻正文中的位置，导致识别结果不准确。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种信息处理方法、装置、设备及计算机可读存储介质，旨在解决现有新闻标题与新闻正文的相关性识别不准确的技术问题。

为实现上述目的，本发明提供一种信息处理方法，所述信息处理方法包括：

获取待处理信息的标题对应的关键词集合；

基于所述关键词集合中不同关键词在所述待处理信息的正文的相对位置关系，确定所述标题与所述正文之间的关联度；其中，当所述相对位置关系对应的关联度大于预设阈值时，所述标题与所述正文之间的关联度高。

进一步地，所述基于所述关键词集合中不同关键词在所述待处理信息的正文的相对位置关系，确定所述标题与所述正文之间的关联度的步骤包括：

基于所述正文中的换行符，确定所述正文对应的段落信息，其中，所述段落信息包括首段、中间段以及尾段；

确定关键词集合中的各个关键词中，与所述段落信息中一个段落匹配的第一关键词，与所述段落信息中两个段落匹配的第二关键词，以及与所述段落信息中三个段落匹配的第三关键词；

基于所述第一关键词、第二关键词以及第三关键词，确定所述标题与所述正文之间的关联度。

进一步地，所述基于所述第一关键词、第二关键词以及第三关键词，确定所述标题与所述正文之间的关联度的步骤包括：

获取第一关键词对应的第一权重、第二关键词对应的第二权重以及第三关键词对应的第三权重；

基于所述第一权重、第二权重、第三权重、所述第一关键词的数量、第二关键词的数量以及第三关键词的数量，确定所述标题与所述正文之间的关联度。

进一步地，所述基于所述第一关键词、第二关键词以及第三关键词，确定所述标题与所述正文之间的关联度的步骤包括：

基于所述第一关键词、第二关键词以及第三关键词，确定所述标题与所述正文之间的第一相关度；

基于所述正文对应的句子信息以及所述关键词集合，确定所述标题与所述正文之间的第二相关度，并基于所述正文对应的正文关键词以及所述关键词集合，确定所述标题与所述正文之间的第三相关度；

基于所述第一相关度、第二相关度以及第三相关度，确定所述标题与所述正文之间的关联度。

进一步地，所述基于所述正文对应的句子信息以及所述关键词集合，确定所述标题与所述正文之间的第二相关度的步骤包括：