[发明专利]过滤微博的方法和装置

权利要求书

1.一种过滤微博的方法，所述方法包括：

获取与用户标识对应的已接收微博，对所述已接收微博进行分词，得到候选词汇；

查找在关键字词典中存在的所述候选词汇；

获取所述查找到的候选词汇的词频，根据所述词频计算所述候选词汇的关注度；

根据所述候选词汇的关注度生成与所述用户标识对应的关注词表；

根据待过滤微博的内容获取主题词；

获取与用户标识对应的关注词表；

根据所述关注词表获取所述主题词对应的关注度，根据所述关注度判断是否过滤掉所述微博。

2.根据权利要求1所述的方法，其特征在于，所述根据待过滤微博的内容获取主题词，包括：

对所述待过滤微博的文本信息进行分词，得到候选词；

查找存在于关键字词典中的所述候选词为所述主题词。

3.根据权利要求1所述的方法，其特征在于，所述根据所述关注词表获取所述主题词对应的关注度，根据所述关注度判断是否过滤掉所述微博，包括：

查找在所述关注词表中存在的所述主题词；

获取与查找到的主题词对应的关注度，根据所述查找到的主题词对应的关注度判断是否过滤掉所述微博。

4.根据权利要求3所述的方法，其特征在于，所述获取与查找到的主题词对应的关注度，根据所述查找到的主题词对应的关注度判断是否过滤掉所述微博，包括：

检测查找到的主题词中互相关的主题词，获取所述互相关的主题词所对应的相关度；

根据查找到的主题词对应的关注度和所述相关度计算总关注度；

根据所述总关注度判断是否过滤掉所述微博。

5.根据权利要求1所述的方法，其特征在于，所述根据所述关注词表获取所述主题词对应的关注度，根据所述关注度判断是否过滤掉所述微博，包括：

获取与所述主题词相关的相关词；

查找在所述关注词表中存在的所述相关词；

获取所述关注词表中存在的相关词对应的关注度和所述主题词与相关词对应的相关度，根据所述相关词对应的关注度和所述相关度判断是否过滤掉所述微博。

6.根据权利要求4或5所述的方法，其特征在于，所述方法还包括：

获取样本集合；

检测关键字词典中的词汇在样本集合中出现的次数以及两两词汇在所述样本集合中共同出现的次数；

根据所述词汇在所述样本集合中出现的次数以及两两词汇在所述样本集合中共同出现的次数计算两两词汇之间的相关度。

7.根据权利要求1所述的方法，其特征在于，在所述根据待过滤微博的内容获取主题词的步骤之后，所述方法还包括：

获取输入的黑名单和/或白名单；

判断所述主题词是否存在于所述白名单中，若是，则不过滤掉所述微博；

当所述主题词不存在于所述白名单中时，进一步判断所述主题词是否存在于所述黑名单中，若是，则过滤掉所述微博。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

将所述黑名单和/或白名单中的词汇加入所述关注词表中，并设置所述黑名单和/或白名单中的词汇对应的关注度。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若不过滤掉所述微博，获取用户对接收到的所述微博的反馈信息，根据所述反馈信息调整在所述关注词表中存在的所述主题词的关注度。