[发明专利]热门话题确定方法、装置、存储介质及电子设备

权利要求书

1.一种热门话题确定方法，其特征在于，所述方法包括：

获取多条短文本的文本信息以及至少一条所述短文本下的多条评论信息；

针对至少一条所述短文本，从该短文本下的所述多条评论信息中确定与该短文本的文本信息相似的目标评论信息，并利用所述目标评论信息对该短文本的文本信息进行扩充，以获得该短文本对应的目标主题词集；

根据每条所述短文本对应的目标主题词集，确定热门话题。

2.根据权利要求1所述的方法，其特征在于，所述从该短文本下的所述多条评论信息中确定与该短文本的文本信息相似的目标评论信息，包括：

对该短文本的文本信息进行主题词选取，以获得该短文本对应的第一主题词集；

对每条所述评论信息进行主题词选取，以获得该评论信息对应的第二主题词集；

根据所述第一主题词集和每条所述评论信息对应的所述第二主题词集之间的相似度，从所述评论信息中确定出与该短文本的文本信息相似的目标评论信息。

3.根据权利要求2所述的方法，其特征在于，通过如下方式确定所述第一主题词集和所述第二主题词集之间的相似度：

分别确定所述第二主题词集中的每一主题词与所述第一主题词集之间的第一语义距离信息；

根据多个所述第一语义距离信息，确定所述第一主题词集与所述第二主题词集之间的第二语义距离信息，所述第二语义距离信息作为所述相似度。

4.根据权利要求3所述的方法，其特征在于，通过如下公式，确定所述第一语义距离信息：

其中，ω_j表示所述第二主题词集中的第j个主题词，c_i表示所述第一主题词集中的第i个主题词，C表示所述第一主题词集，表示所述第二主题词集中的第j个主题词与所述第一主题词集之间的第一语义距离信息，P(c_i|ω_j)表示所述第一主题词集中的第i个主题词与所述第二主题词集中的第j个主题词之间的条件概率。

5.根据权利要求2所述的方法，其特征在于，在所述对每条所述评论信息进行主题词选取之前，所述方法还包括：

从该短文本下的所述多条评论信息中删除文本长度小于预设的文本长度阈值的评论信息。

6.根据权利要求1所述的方法，其特征在于，所述根据每条所述短文本对应的所述目标主题词集，确定热门话题，包括：

将每条所述短文本对应的所述目标主题词集输入至动态主题模型中，获得在每一预设时间段内，多个话题分别在该预设时间内的每一所述目标主题词集中的分布概率；

针对每一所述话题，根据该话题在该预设时间段内的每一所述目标主题词集中的分布概率，确定该话题在每一所述预设时间段内的热度值；

针对每一所述话题，根据该话题在每一所述预设时间段内的热度值，确定该话题的总热度值；

根据每一所述话题的所述总热度值，确定出所述热门话题。

7.根据权利要求6所述的方法，其特征在于，所述根据该话题在该预设时间段内的每一所述目标主题词集中的分布概率，确定该话题在每一所述预设时间段内的热度值，包括：

根据所述分布概率，通过如下公式，确定所述热度值：

所述根据该话题在每一所述预设时间段内的热度值，确定该话题的总热度值，包括：

根据所述热度值，通过如下公式，确定所述总热度值：

其中，表示话题k在第t个预设时间段内的热度值，M_t表示第t个预设时间段内所述目标主题词集的个数，θ_d,t表示在第t个预设时间段内话题k在该预设时间段内的第d个目标主题词集中的分布概率，T表示所述预设时间段的总数，H(k)表示话题k的总热度值。