[发明专利]一种确定图片簇描述文本核心词的方法及装置

权利要求书

1.一种确定图片簇描述文本核心词的方法，其特征在于，该方法包括：

针对每个图片簇，提取该图片簇中每个图片的图片描述文本，将每个所述图片描述文本保存在文本簇中；

对文本簇中的每个图片描述文本进行切词处理，得到每个图片描述文本中的基础词；

根据每个基础词的属性信息，确定每个基础词在每个图片描述文本中的权值，并确定每个基础词在每个图片描述文本中的分数值；其中，基础词的属性信息包括：基础词的频度信息、基础词在图片描述文本中的位置信息、基础词包含的字节数信息以及基础词的词性信息；

根据每个基础词在每个图片描述文本中的分数值，确定每个基础词在文本簇中的总分数值；

根据确定的每个基础词在文本簇中的总分数值，确定该图片簇的核心词；

根据确定的每个基础词在文本簇中的总分数值，确定每个图片描述文本的总得分值；

根据每个图片描述文本的总得分值，删除设定数量的图片描述文本；

在删除设定数量的图片描述文本后，若该文本簇中包含的图片描述文本的数量达到设定的收敛阈值，则在该文本簇中确定该图片簇的核心词。

2.如权利要求1所述的方法，其特征在于，所述确定每个基础词在每个图片描述文本中权值包括：

针对每个图片描述文本，根据切词后该图片描述文本中每个基础词的属性信息及该基础词在该图片描述文本中出现的次数，确定该基础词在该图片描述文本中的权值。

3.如权利要求1或2所述的方法，其特征在于，所述确定该基础词在该图片描述文本中的权值包括：

根据统计的每个基础词的频度，确定该基础词的基础值；

根据该基础词在图片描述文本中出现的位置，及设置的每个位置对应的位置权重值，确定每个基础词的位置值；

根据该基础词包含的字节数，及设置的每种基础词长度对应的长度权重值，确定该基础词的长度值；

根据该基础词的词性，及设置的每种词性对应的词性权重值，确定该基础词的词性值；

根据确定的该基础词的基础值、位置值、长度值和词性值，确定该基础词的子权值；

根据确定的该图片描述文本中每个位置的该基础词的子权值的和，确定该基础词在该图片描述文本中的权值。

4.如权利要求1-2任一项所述的方法，其特征在于，所述确定每个基础词在每个图片描述文本中分数值包括：

针对每个图片描述文本，根据确定的每个基础词在该图片描述文本中的权值及该图片描述文本中每个基础词在该图片描述文本中的权值和，确定每个基础词在该图片描述文本中的分数值。

5.如权利要求1-2任一项所述的方法，其特征在于，所述确定每个基础词在文本簇中的总分数值包括：

在文本簇中针对每个基础词，根据每个基础词在每个图片描述文本中的分数值，确定每个基础词在文本簇中的总分数值。

6.如权利要求1-2任一项所述的方法，其特征在于，所述方法还包括：

若该文本簇中包含的图片描述文本的数量未达到设定的收敛阈值时，则重新确定该文本簇中剩余的每个图片描述文本的总得分值直至确定出图片簇的核心词。

7.如权利要求6所述的方法，其特征在于，所述重新确定该文本簇中剩余的每个图片描述文本的总得分值包括：

根据每个基础词在文本簇剩余的每个图片描述文本中的分数值，确定每个基础词在文本簇中的总分数值；根据每个基础词在文本簇中的总分数值，确定每个图片描述文本的总得分值；或

根据每个基础词在文本簇剩余的每个图片描述文本中的分数值，对该基础词的分数值进行归一化处理，确定该基础词在每个图片描述文本中的归一化后的分数值；针对每个图片描述文本，根据其每个基础词归一化后的分数值，确定每个图片描述文本归一化后的总得分值。

8.如权利要求7所述的方法，其特征在于，所述对该基础词的分数值进行归一化处理包括：

根据每个基础词在每个图片描述文本中的分数值，确定文本簇中该基础词的总分数值；根据确定的该基础词的总分数值与每个图片描述文本中该基础词的分数值的和对该基础词的分数值进行归一化处理；或

根据每个基础词在每个图片描述文本中的分数值，确定文本簇中该基础词的总分数值；根据确定的该基础词的总分数值与每个图片描述文本中该基础词的分数值的积对该基础词的分数值进行归一化处理。