[发明专利]基于文本编码识别的热点信息采集方法和装置有效
| 申请号： | 201710267663.3 | 申请日： | 2017-04-21 |
| 公开（公告）号： | CN107133201B | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 符晓;杨风雷;李沙沙 | 申请（专利权）人： | 东莞中国科学院云计算产业技术创新与育成中心 |
| 主分类号： | G06F40/126 | 分类号： | G06F40/126;G06F16/33;G06F16/903 |
| 代理公司： | 广州华进联合专利商标代理有限公司 44224 | 代理人： | 舒丁 |
| 地址： | 523808 广东省东莞市松山*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于文本编码识别的热点信息采集方法，包括：获取待识别文本，确定待识别文本对应的多个编码种类；根据多个编码种类分别对待识别文本进行编码，生成与每个编码种类对应的文本编码结果；将每个文本编码结果与预设字符库中的字符进行匹配，得到匹配字符的数量，按照匹配字符的数量对多个编码种类进行排序；获取多个编码种类对应的匹配字符数量最多的编码种类，根据匹配字符数量最多的编码种类对待识别文本进行编码；提取多个经过编码后的待识别文本所包含的主题相同的信息；检测主题相同的信息的热度值是否达到预设阈值，若是，则确定主题相同的信息为热点信息。通过高效地、准确地进行文本编码识别，实现对网络中热点信息的采集。 | ||
| 搜索关键词： | 基于 文本 编码 识别 热点 信息 采集 方法 装置 | ||
【主权项】：
一种基于文本编码识别的热点信息采集方法，所述方法包括：获取待识别文本，确定所述待识别文本对应的多个编码种类；根据所述多个编码种类分别对所述待识别文本进行编码，生成与每个编码种类对应的文本编码结果；将每个所述文本编码结果与预设字符库中的字符进行匹配，得到匹配字符的数量，按照匹配字符的数量对所述多个编码种类进行排序；获取所述多个编码种类对应的匹配字符数量最多的编码种类，根据所述匹配字符数量最多的编码种类对所述待识别文本进行编码；提取多个经过编码后的待识别文本所包含的主题相同的信息；检测所述主题相同的信息的热度值是否达到预设阈值，若是，则确定所述主题相同的信息为热点信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东莞中国科学院云计算产业技术创新与育成中心，未经东莞中国科学院云计算产业技术创新与育成中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710267663.3/，转载请声明来源钻瓜专利网。
