[发明专利]一种调文章标注的方法及系统

权利要求书

1.一种调文章标注的方法，其特征在于，包括：

获取目标文本，并识别所述目标文本中的语句及每个语句中的词语；

通过预设的语义匹配模型统计预处理后的目标文本中每个词语的出现频率，根据预设的权重阈值对统计结果进行筛选，得到候选标签；

通过预设的向量模型对候选标签进行合并，得到最终的标签，并通过所述最终的标签对目标文本进行标注。

2.如权利要求1所述的方法，其特征在于，所述得到候选标签具体包括：

将统计的每个词语的出现频率与预设的权重阈值比较；

若某个词语的出现频率小于预设的权重阈值，则将该词语判定为候选标签；

若某个词语的出现频率大于等于预设的权重阈值，则将该词语判定为常用词语并过滤掉该词语。

3.如权利要求2所述的方法，其特征在于，还包括：

当得到候选标签时，通过预设的语义匹配模型将每个候选标签的出现频率与预设的标准值进行比较，根据每个候选标签的出现频率与预设的标准值的差值对每个候选标签匹配对应的权重值。

4.如权利要求3所述的方法，其特征在于，所述通过预设的向量模型对候选标签进行合并具体包括：

预设的向量模型将候选标签转换成对应的向量，并将与所述候选标签对应的向量作为目标文本的特征项；

将所述候选标签对应的权重值作为对应特征项的权重值。

5.如权利要求4所述的方法，其特征在于，所述通过预设的向量模型对候选标签进行合并还包括：

预设的向量模型根据特征项及对应的权重值确定与所述候选标签对应的夹角余弦值；

当多个所述候选标签的夹角余弦值的差值在预设的合并阈值范围内时，判定所述多个所述候选标签相近或相似，并将所述多个所述候选标签合并为一个最终的标签。

6.一种调文章标注的系统，用以实现如权利要求10-5任一项所述的方法，其特征在于，包括：

预处理模块，用以获取目标文本，并识别所述目标文本中的语句及每个语句中的词语；

标签模块，用以通过预设的语义匹配模型统计预处理后的目标文本中每个词语的出现频率，根据预设的权重阈值对统计结果进行筛选，得到候选标签；

标注模块，用以通过预设的向量模型对候选标签进行合并，得到最终的标签，并通过所述最终的标签对目标文本进行标注。

7.如权利要求6所述的系统，其特征在于，所述标签模块还用于将统计的每个词语的出现频率与预设的权重阈值比较；

若某个词语的出现频率小于预设的权重阈值，则将该词语判定为候选标签；

若某个词语的出现频率大于等于预设的权重阈值，则将该词语判定为常用词语并过滤掉该词语。

8.如权利要求7所述的系统，其特征在于，所述标签模块还用于当得到候选标签时，通过预设的语义匹配模型将每个候选标签的出现频率与预设的标准值进行比较，根据每个候选标签的出现频率与预设的标准值的差值对每个候选标签匹配对应的权重值。

9.如权利要求8所述的系统，其特征在于，所述标注模块还用于预设的向量模型将候选标签转换成对应的向量，并将与所述候选标签对应的向量作为目标文本的特征项；

将所述候选标签对应的权重值作为对应特征项的权重值。

10.如权利要求9所述的系统，其特征在于，所述标注模块还用于预设的向量模型根据特征项及对应的权重值确定与所述候选标签对应的夹角余弦值；

当多个所述候选标签的夹角余弦值的差值在预设的合并阈值范围内时，判定所述多个所述候选标签相近或相似，并将所述多个所述候选标签合并为一个最终的标签。