[发明专利]文本内容标签标记方法以及装置

权利要求书

1.一种文本内容标签标记方法，其特征在于，所述方法包括：

获取与目标文本内容相匹配的已经分类过的文本内容的多个特征标签；

计算每一个所述特征标签与所述目标文本内容的分词片段的相似度；

使用相似度大于预设相似度阈值的特征标签对所述目标文本内容进行标记。

2.根据权利要求1所述的方法，其特征在于，所述获取与目标文本内容相匹配的已经分类过的文本内容的多个特征标签，具体包括：

获取与目标文本内容相匹配的已经分类过的文本内容的多个特征信息；

计算每一个所述特征信息的权重；

根据所述权重以及预设权重阈值进行判断，将达到所述预设权重阈值的特征信息确定为特征标签。

3.根据权利要求2所述的方法，其特征在于，所述获取与目标文本内容相匹配的已经分类过的文本内容的多个特征信息，具体包括：

通过抓取适配器抓取与目标文本内容相匹配的已经分类过的文本内容；

将所述文本内容进行分词处理，获得多个分词片段；

根据预设的干扰词汇模板，过滤所述多个分词片段中的干扰词汇；

将过滤了干扰词汇的多个分词片段作为多个特征信息。

4.根据权利要求3所述的方法，其特征在于，所述预设的干扰词汇模板包括：黑名单词汇以及无语义词汇；其中，所述无语义词汇包括：标点符号以及汉语高频词汇。

5.根据权利要求1所述的方法，其特征在于，在所述计算每一个所述特征标签与所述目标文本内容的分词片段的的相似度之前，还包括：

将所述目标文本内容进行分词处理，获得多个分词片段；

根据预设的干扰词汇模板，过滤所述多个分词片段中的干扰词汇。

6.根据权利要求1-5任一项所述的方法，其特征在于，在所述使用相似度大于预设相似度阈值的特征标签对所述目标文本内容进行标记之后，还包括：

根据给所述目标文本内容标记的不同的标签，将所述目标文本内容分为不同的类别。

7.根据权利要求1-5任一项所述的方法，其特征在于，在所述使用相似度大于预设相似度阈值的特征标签对所述目标文本内容进行标记之后，还包括：

根据给所述目标文本内容标记的不同的标签，自动生成所述目标文本内容的主题。

8.一种文本内容标签标记装置，其特征在于，所述装置包括：

标签获取单元，用于获取与目标文本内容相匹配的已经分类过的文本内容的多个特征标签；

相似度计算单元，用于计算每一个所述特征标签与所述目标文本内容的分词片段的相似度；

标签标记单元，用于使用相似度大于预设相似度阈值的特征标签对所述目标文本内容进行标记。

9.根据权利要求8所述的装置，其特征在于，所述标签获取单元包括：

信息获取模块，用于获取与目标文本内容相匹配的已经分类过的文本内容的多个特征信息；

权重计算模块，用于计算每一个所述特征信息的权重；

特征标签判定模块，用于根据所述权重以及预设权重阈值进行判断，将达到所述预设权重阈值的特征信息确定为特征标签。

10.根据权利要求9所述的装置，其特征在于，所述信息获取模块包括：

内容抓取模块，用于通过抓取适配器抓取与目标文本内容相匹配的已经分类过的文本内容；

分词模块，用于将所述文本内容进行分词处理，获得多个分词片段；

过滤模块，用于根据预设的干扰词汇模板，过滤所述多个分词片段中的干扰词汇；将过滤了干扰词汇的多个分词片段作为多个特征信息。