[发明专利]基于人工智能的标注信息的方法和装置

说明书

本申请公开了基于人工智能的标注信息的方法和装置。该方法的一具体实施方式包括：获取待标注信息；提取待标注信息的关键词以生成第一关键词集合；将第一关键词集合与预设关键词集合进行匹配，获取第一关键词集合中匹配成功的第一关键词以生成第二关键词集合；确定第二关键词集合与预设的标签信息集合中的每一个标签信息中的标签关键词集合之间的匹配度，其中，标签关键词集合中的标签关键词与预设关键词集合中的预设关键词至少部分相同；基于确定出的匹配度，从标签信息集合中选取出标签信息作为目标标签信息；将目标标签信息中的标签内容标注在待标注信息上。该实施方式节省了用户浏览信息所花费的时间。

技术领域

本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及基于人工智能的标注信息的方法和装置。

背景技术

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

新闻一般是指通过报纸、电台、广播、电视台、互联网等媒体途径传播信息的一种称谓，是记录社会、传播信息、反映时代的一种文体。通常，新闻可以包括标题、导语、主体、背景和结语等部分。其中，标题一般可以包括引标题、正标题和副标题。导语可以扼要地揭示新闻的核心内容。主体可以用充足的事实来表现新闻的主题内容，是对导语的进一步扩展和阐释。背景可以是新闻发生的社会环境和自然环境。

然而，现有的新闻的导语、主体、背景和结语等部分的布局各式各样，导致用户需要花费大量的时间才能从新闻中浏览到自己需求的信息。

发明内容

本申请的目的在于提出一种改进的基于人工智能的标注信息的方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种基于人工智能的标注信息的方法，该方法包括：获取待标注信息；提取待标注信息的关键词以生成第一关键词集合；将第一关键词集合与预设关键词集合进行匹配，获取第一关键词集合中匹配成功的第一关键词以生成第二关键词集合；确定第二关键词集合与预设的标签信息集合中的每一个标签信息中的标签关键词集合之间的匹配度，其中，标签信息包括标签内容和标签关键词集合，标签关键词集合中的标签关键词与预设关键词集合中的预设关键词至少部分相同；基于确定出的匹配度，从标签信息集合中选取出标签信息作为目标标签信息；将目标标签信息中的标签内容标注在待标注信息上。

在一些实施例中，标签信息还包括标签关键词集合中的每一个标签关键词的权重；以及确定第二关键词集合与预设的标签信息集合中的每一个标签信息中的标签关键词集合之间的匹配度，包括：对于标签信息集合中的每一个标签信息中的标签关键词集合，将该标签关键词集合与第二关键词集合进行匹配，获取匹配成功的标签关键词以生成第三关键词集合，并获取第三关键词集合中的每一个第三关键词的权重；将第三关键词集合中的每一个第三关键词的权重相加，得到第二关键词集合与该标签关键词集合之间的匹配度。

在一些实施例中，基于确定出的匹配度，从标签信息集合中选取出标签信息作为目标标签信息，包括：从标签信息集合中选取出匹配度最高的标签信息作为目标标签信息。

在一些实施例中，基于确定出的匹配度，从标签信息集合中选取出标签信息作为目标标签信息，包括：从标签信息集合中选取出匹配度大于第一预设阈值的标签信息作为目标标签信息。

在一些实施例中，提取待标注信息的关键词以生成第一关键词集合，包括：对待标注信息进行分词，获取待标注信息的关键词以生成第一关键词集合。