[发明专利]相关度获取方法、装置、服务器组以及可读存储介质

权利要求书

1.一种相关度获取方法，其特征在于，包括：

获取待测文本包含的至少一个词汇；

获取所述至少一个词汇分别在各预设主题的第一权重，其中，一个词汇在一个预设主题对应的第一权重与该词汇在属于该预设主题的文本中出现的频次有关；

获取所述至少一个词汇分别在所述待测文本的第二权重；

针对每一预设主题，将所述至少一个词汇分别在该预设主题的第一权重与相应词汇在所述待测文本的第二权重的乘积的和，确定为所述待测文本与该预设主题的相关度，以得到所述待测文本分别与各预设主题的相关度。

2.根据权利要求1所述相关度获取方法，其特征在于，所述至少一个词汇包括所述待测文本包含的所有词汇。

3.根据权利要求1或2所述相关度获取方法，其特征在于，所述获取所述至少一个词汇分别在各预设主题的第一权重，包括：

针对每一预设主题，获得该预设主题包含的所有词汇的第一总数目；

针对所述至少一个词汇中每一词汇，获取该词汇在属于该预设主题的文本出现的第一频次；

基于所述第一总数目以及所述第一频次，获得该词汇与该预设主题的相关性参数，以得到该词汇分别与各预设主题的相关性参数；

基于该词汇分别与各预设主题的相关性参数，获得该词汇分别在各预设主题的第一权重，以得到所述至少一个词汇分别在各预设主题的第一权重。

4.根据权利要求3所述相关度获取方法，其特征在于，所述基于该词汇分别与各预设主题的相关性参数，获得该词汇分别在各预设主题的第一权重，包括：

获取各预设主题对应的文本的第二总数目；

针对所述至少一个词汇中每一词汇，获取属于各预设主题的文本中包含该词汇的文本的第三总数目；

基于所述第二总数目以及所述第三总数目，获得用于表征该词汇是否能够区分不同预设主题的第一参数；

基于所述第一参数以及该词汇分别与各预设主题的相关性参数，获得该词汇分别在各预设主题的第一权重。

5.根据权利要求1所述相关度获取方法，其特征在于，所述获取所述至少一个词汇分别在所述待测文本的第二权重，包括：

获取所述待测文本包含的所有词汇的第四总数目；

针对所述至少一个词汇中每一词汇，获取所述待测文本包含该词汇的第二频次；

基于所述第四总数目以及所述第二频次，获得该词汇在所述待测文本的第二权重，以得到所述至少一个词汇分别在所述待测文本的第二权重。

6.根据权利要求5所述相关度获取方法，其特征在于，所述基于所述第四总数目以及所述第二频次，获得该词汇在所述待测文本的第二权重，包括：

获取属于各预设主题的文本的第二总数目；

获取属于各预设主题的文本中包含该词汇的文本的第三总数目；

基于所述第二总数目以及所述第三总数目，获得用于表征该词汇是否能够区分不同预设主题的第一参数；

基于所述第四总数目、所述第二频次以及所述第一参数，获得该词汇在所述待测文本的第二权重。

7.一种相关度获取装置，其特征在于，包括：

第一获取模块，用于获取待测文本包含的至少一个词汇；

第二获取模块，用于获取所述至少一个词汇分别在各预设主题的第一权重，其中，一个词汇在一个预设主题对应的第一权重与该词汇在属于该预设主题的文本中出现的频次有关；

第三获取模块，用于获取所述至少一个词汇分别在所述待测文本的第二权重；

确定模块，用于针对每一预设主题，将所述至少一个词汇分别在该预设主题的第一权重与相应词汇在所述待测文本的第二权重的乘积的和，确定为所述待测文本与该预设主题的相关度，以得到所述待测文本分别与各预设主题的相关度。

8.根据权利要求7所述相关度获取装置，其特征在于，所述至少一个词汇包括所述待测文本包含的所有词汇。