[发明专利]一种文本内容划词标识的方法及装置

说明书

本发明公开了一种文本内容划词标识的方法及装置，所述方法包括：识别鼠标手势；在预定义库中查询与所述鼠标手势对应的维度，并确定与所述维度对应的目标表和匹配方法；将所述鼠标手势所选定的字符串作为关键词，在所述目标表中使用所述匹配方法，对所述关键词进行匹配，并将匹配结果呈现给用户；根据选定的匹配结果，生成标签，并将所述标签存入用户页面缓存区；重复上述步骤，直至响应用户的保存指令，将所述用户页面缓存区的所有标签插入到数据库表中，作为文本内容的标识数据。本发明能够提高内容文本人工标识的速度和准确率。

技术领域

本发明涉及资源共享技术领域，尤其涉及一种文本内容划词标识的方法及装置。

背景技术

内容标识又称内容标引，即给内容添加关键字标签或分类标签，是内容检索、分类基础。总体来说，内容标识分为人工标识、计算机自动标识、计算机辅助标识(推荐标识，让人工进一步选择确认)。

近年来，随着自然语言处理技术的发展，文本内容的计算机自动标识技术取得了长足的进步，在通用领域如财经、体育有着较高的准确度。但在许多应用场景、特别是垂直行业领域，依然是人工标识的方法。

手势的应用在移动设备上应用较多，但基本都是对应预设的指令，比如翻页、解锁，切换等动作。

鼠标手势(按住鼠标左键或右键，移动鼠标形成轨迹)应用相对较少，但也全都是对应指定的动作。划词功能在搜索上应用较多，但在内容标识上未见报道。

现有技术中，自动标识系统在垂直行业的应用有以下难点：

1.准确度不高，无法满足企业高标准的需求。

2.第三方开放平台无法满足企业的个性化需求。

垂直行业领域，需要建立专门的行业本体，并需求大量的行业语料做样本训练，才可以做关键词提取、内容分类。腾讯、阿里、百度到那个第三方NLP(自然语言处理)类开放平台虽然可以对普通内容(财经、体育等)进行关键词提取，但这些企业作为通用性开放平台，没有强大的市场需求和预期收益(不是单个企业能承受的)，是不会做就某些垂直行业建行业本体和语料库。

应用第三方开发平台提取的关键词无法与企业应用系统直接关联(比如提取的关键词是A,企业想要的是数据库定义的A的近义词A’)。

3.企业应用自动标识系统的结果后无法将修正的内容反馈到第三方平台，以便下一次得到更准确的标识。

4.定制化部署的内容自动标识系统成本高，技术门槛高，实施周期长，中小型企业无法承受。

常规人工标识需要人工手动选择分类属性，输入关键词，效率低。

发明内容

本发明实施例所要解决的技术问题在于，提供一种文本内容划词标识的方法及装置，能够提高内容文本人工标识的速度和准确率，且技术成本低。

为解决上述问题，本发明的一个实施例提供的一种文本内容划词标识的方法，适于在计算设备中执行，至少包括如下步骤：

识别鼠标手势；

在预定义库中查询与所述鼠标手势对应的维度，并确定与所述维度对应的目标表和匹配方法；

将所述鼠标手势所选定的字符串作为关键词，在所述目标表中使用所述匹配方法，对所述关键词进行匹配，并将匹配结果呈现给用户；

根据选定的匹配结果，生成标签，并将所述标签存入用户页面缓存区；

重复上述步骤，直至响应用户的保存指令，将所述用户页面缓存区的所有标签插入到数据库表中，作为文本内容的标识数据。

进一步地，当用户只选定匹配结果时，所述标签为二元组标签，包括维度和属性值；当用户同时选定匹配结果和关联度时，所述标签为三元组标签，包括维度、属性值和关联度。