[发明专利]基于标签体系实现资讯标签化处理的方法

权利要求书

1.一种基于标签体系实现资讯标签化处理的方法，其特征在于，所述的方法包括以下步骤：

(1)通过消息多线程实时获取资讯信息，并用于标签化处理；

(2)通过资讯标注优化，对资讯信息进行关键词抽取、同义词匹配、权重优化以及标签匹配；

(3)通过设定的个股权重阀值和选定市场获取个股的个数，并根据选择的标签进行图片匹配；

(4)根据资讯内容和标签化处理得到的相关个股，进行基金抽取；

(5)根据标签化处理结果，通过设定的敏感词、免审核名单和利空白名单进行过滤；

所述的步骤(2)具体包括以下步骤：

(2.1)对资讯进行html标签预处理，通过正则匹配将资讯内容转化为纯文本形式；

(2.2)通过ANSJ分词器对内容、标题和摘要进行分词；

(2.3)抽取文本中的关键词，并计算每个词的权重值；

(2.4)通过Word2vec模型得到每个词的向量，通过余弦距离计算相似度，将相似度高的划分至一个集合进行同义词匹配；

(2.5)通过贝叶斯平均算法进行实体消歧，并对关键词的权重进行优化；

(2.6)将最终得到的词与标签体系进行术语匹配，将非专业词汇进行剔除；

所述的步骤(3)具体包括以下步骤：

(3.1)判断是否存在配图，如果是，则继续步骤(3.2)；否则，不进行处理；

(3.2)判断是否存在特定标签，如果是，则进行个股标签计算，继续步骤(3.2)；否则，继续步骤(3.5)；

(3.3)判断个股数量是否等于1，如果是，则获取个股随机配图，继续步骤(3.5)；否则，继续步骤(3.4)；

(3.4)按照行业、新闻、主题标签权重排序，根据相关算法自动匹配通用图库选择配图；

(3.5)根据标签获取配图。

2.根据权利要求1所述的基于标签体系实现资讯标签化处理的方法，其特征在于，所述的步骤(4)具体包括以下步骤：

(4.1)判断基金全称和基金简称是否完全匹配，如果是，则抽取基金；否则，继续步骤

(4.2)；

(4.2)根据标签化处理得到个股以及设定阀值和市场条件，匹配所有基金的重仓股信息得到相关基金；

(4.3)按照命中的基金的相关个股重仓比例总和进行排序；

(4.4)抽取得到基金。

3.根据权利要求1所述的基于标签体系实现资讯标签化处理的方法，其特征在于，所述的步骤(5)具体包括以下步骤：

(5.1)判断是否有免审设置，如果是，则满足免审名单要求则直接发送消息；否则，继续步骤(5.2)；

(5.2)判断是否有敏感词设置，如果是，则通过敏感词过滤算法处理，继续步骤(5.4)；否则，继续步骤(5.3)；

(5.3)判断是否有白名单设置，如果是，则通过敏感词过滤算法处理，继续步骤(5.4)；否则，继续步骤(5.5)；

(5.4)等待运营审核，判断审核是否通过，如果是，则继续步骤(5.5)；否则，放入拦截资讯池中。

4.根据权利要求1所述的基于标签体系实现资讯标签化处理的方法，其特征在于，所述的步骤(5)中免审名单包括来源、栏目和发布媒体。

5.根据权利要求1所述的基于标签体系实现资讯标签化处理的方法，其特征在于，所述的步骤(5)中敏感词包括违禁、敏感和高敏感三个类别。