[发明专利]基于人工智能的文本推荐方法及相关设备

说明书

本申请提出一种基于人工智能的文本推荐方法、装置、电子设备及存储介质，基于人工智能的文本推荐方法包括：对文本进行分词获得多个词汇；对词汇进行编码以获取编码数据；对编码数据分类以获得多个语义组；计算待评估词汇对应的编码数据与每个语义组的相似度，并将最大相似度对应的语义组作为目标组；对目标组中的编码数据进行分类获得多个候选组；计算每个候选组的关联指标；按照所述关联指标由高到低的顺序依次推荐所述候选组中编码数据对应的词汇。该方法通过双重分类获得多个候选组并计算每个候选组的关联指标，从而能够基于关联指标推荐词汇，提升了文本推荐的准确度。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种基于人工智能的文本推荐方法、装置、电子设备及存储介质。

背景技术

随着信息科技与互联网的飞速发展，人们在日常生活中获取知识的途径也越来越多样化。近年来，通过互联网和关键字检索相关文本内容的需求越来越大。

目前通常通过预先对文本添加类别标签，并依据标签检索相关文本的方法进行文本推荐，然而这种方式对需要耗费大量人力对文本数据进行预处理，人力成本较高，且准确度较低。

发明内容

鉴于以上内容，有必要提供一种基于人工智能的文本推荐方法及相关设备，以解决如何提高文本推荐的准确度这一技术问题，其中，相关设备包括基于人工智能的文本推荐装置、电子设备及存储介质。

本申请实施例提供一种基于人工智能的文本推荐方法，所述方法包括：

利用预设的分词工具对自然语言数据库中的文本进行分词获取多个词汇；

对所述词汇进行编码以获取每个词汇对应的编码数据；

对所述编码数据进行分类以获得多个语义组，每个语义组包含多个编码数据；

计算待评估词汇对应的编码数据与每个语义组的相似度，并将最大相似度对应的语义组作为目标组；

对所述目标组中的编码数据进行分类获得多个候选组，每个候选组包含多个编码数据；

计算每个候选组的关联指标，所述关联指标用以表征每个候选组中编码数据应被推荐的程度；

按照所述关联指标由高到低的顺序依次推荐所述候选组中编码数据对应的词汇。

上述基于人工智能的文本推荐方法通过对词汇进行编码获得了文本的量化表达，能够提升文本推荐的准确度，并对编码数据进行多次分类获得了优化的分类结果，进一步依据待评估的词汇从优化的分类结果中筛选出了目标组数据，进而通过对目标组数据进行二次分类获得了多个候选组数据，并评估每个候选组的关联指标，并依据关联指标向用户推荐词汇，从而能够提升文本推荐的准确度。

在一些实施例中，所述对所述编码数据进行分类以获得多个语义组包括：

依据预设的分类上限构建中心列表，并依据所述中心列表中的每个元素选取多个编码数据作为中心数据；

依据所述中心数据对所有编码数据进行多次分类以获得多个分类结果，每个分类结果包含多个词汇分类组；

计算每个分类结果的误差平方和以作为评估值，并计算所述评估值的差值以构建评估结果哈希表；

查找所述评估结果哈希表中的最小差值对应的分类结果，并将该分类结果中的所有词汇分类组作为语义组。

如此，通过对编码数据进行分类获得了多个分类结果，每个分类结果包含多个编码数据，并通过对分类结果进行评估以筛选出较为优化的分类结果，并将较为优化的分类结果中的词汇分类组作为语义组，从而提升了词汇分类的准确度。

在一些实施例中，所述依据所述中心数据对所述编码数据进行分类以获得分类结果，所述分类结果包含多个词汇分类组，包括：