[发明专利]主题内容智能聚合方法、装置、电子设备及存储介质

权利要求书

1.一种主题内容智能聚合方法，其特征在于，包括：

对源数据平台中的原始稿件数据的使用频次进行监控并对所述原始稿件数据进行采集，获得待处理的原始稿件数据；

对所述原始稿件数据执行预处理操作，得到预处理后的原始稿件数据对应的文本内容数据，并利用预设的知识加工方式对所述文本内容数据进行加工，得到加工后的稿件数据；

基于预定的主题定制页面，获取用户输入的与主题相关的定制条件，利用所述定制条件对所述稿件数据进行筛选，得到筛选后的待推送稿件；

基于预定的稿件推送页面，获取用户针对所述主题配置的推送条件，按照所述推送条件将所述待推送稿件推送至系统平台，以使所述系统平台基于推送的稿件进行主题内容的聚合。

2.根据权利要求1所述的方法，其特征在于，所述对源数据平台中的原始稿件数据的使用频次进行监控并对所述原始稿件数据进行采集，包括：

构建与所述源数据平台中的所述原始稿件数据之间的数据传输通道，基于所述数据传输通道，对所述源数据平台中的所述原始稿件数据的使用频次进行统计，对统计结果中使用频次大于阈值的原始稿件数据及其对应的互动数据的采集频率进行增加，以获得使用频次更高的所述源数据平台中的原始稿件数据；

其中，所述原始稿件数据为多源异构数据，在采集所述原始稿件数据之后，将所述原始稿件数据按照统一数据存储模型存储到主题内容数据库中。

3.根据权利要求1所述的方法，其特征在于，所述对所述原始稿件数据执行预处理操作，得到预处理后的原始稿件数据对应的文本内容数据，包括：

对所述原始稿件数据进行数据清洗，并去除所述原始稿件数据的标签和页面干扰信息，在利用数据传输通道接入所述原始稿件数据时，对所述原始稿件数据进行有效性检验、数据质量校验和过滤排重标记，以得到预处理后的文本内容数据。

4.根据权利要求1所述的方法，其特征在于，所述利用预设的知识加工方式对所述文本内容数据进行加工，得到加工后的稿件数据，包括：

利用所述预设的知识加工方式中的一种或多种方式对所述文本内容数据进行加工，得到加工后的稿件数据，其中，所述预设的文本知识加工方式包括以下知识加工方式中的一种或多种的组合：自动分词、关键词提取、摘要提取、实体识别、事件抽取、关系提取、文本分类、词性标注、以及地域识别。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

所述关键词提取包括基于对所述文本内容数据中词语的统计信息、词性和位置信息进行权重计算，根据权重计算结果，从所述文本内容数据中提取出若干个核心词语；

所述实体识别及所述事件抽取包括从半结构化或结构化的所述文本内容数据中识别出与目标相关的实体元素和事件元素，并利用所述实体元素和事件元素生成知识图谱；

所述文本分类包括利用预训练的语言表征模型对所述文本内容数据进行主题分类，并根据分类结果对所述文本内容数据按照主题进行打标，并生成所述文本内容数据对应的主题内容；

所述地域识别包括对所述文本内容数据对应的地域进行识别，以便根据识别结果为所述文本内容数据设置相应的地域标签，其中所述地域识别包括内容地域识别和媒体来源地域识别。

6.根据权利要求1所述的方法，其特征在于，所述基于预定的主题定制页面，获取用户输入的与主题相关的定制条件，利用所述定制条件对所述稿件数据进行筛选，包括：

响应于用户针对所述主题定制页面中的输入框的内容输入操作，确定用户所输入的定制条件，利用所述定制条件对所述稿件数据进行筛选，其中，所述定制条件包括以下条件中的一种或多种：关键词、稿件来源、主题分类、地域标签、发稿时间、媒体类型、多媒体属性、以及内容属性。