[发明专利]一种信息识别方法及装置

说明书

本说明书一个或多个实施例提供了一种信息识别方法及装置，其中，该方法包括：获取待识别的多个目标文本信息；其中，该目标文本信息为针对历史事件所产生的文本信息文档；确定每个目标文本信息对应的文本分词关系图谱；其中，该文本分词关系图谱包括：文本分词节点和分词节点连接边；将确定出的文本分词关系图谱输入至预先训练好的神经网络模型，得到目标文本信息之间的信息关联程度；其中，该信息关联程度用于表征至少两个所述目标文本信息为针对同一历史事件所产生的文本信息文档的概率。

技术领域

本文件涉及互联网技术领域，尤其涉及一种信息识别方法及装置。

背景技术

目前，随着网络信息技术的快速发展和传统纸媒行业逐渐向信息化媒体的转型，网络中的新闻信息越来越多，其中大部分新闻信息以文本形式存在。为了更好地对新闻文本进行审核，同时也为了使得用户在获取新闻文本时能够更加便捷，通常需要对新闻文本进行分类、去重等处理。

其中，在舆情监控系统中，时常需要对采集到的多篇新闻文档，根据其对应的具体事件进行去重，因此，具有计算两篇新闻文档之间的内容相似度的需求，当前主要通过simhash算法等方式计算两篇新闻文档之间的内容相似度，得到的内容相似度存在准确度低的问题。

发明内容

本说明书一个或多个实施例的目的是提供一种信息识别方法。该信息识别方法包括：

获取待识别的多个目标文本信息；其中，所述目标文本信息为针对历史事件所产生的文本信息文档；

确定每个所述目标文本信息对应的文本分词关系图谱；其中，所述文本分词关系图谱包括：文本分词节点和分词节点连接边；

将所述文本分词关系图谱输入至预先训练好的神经网络模型，得到所述目标文本信息之间的信息关联程度；其中，所述信息关联程度用于表征至少两个所述目标文本信息为针对同一历史事件所产生的文本信息文档的概率。

本说明书一个或多个实施例的目的是提供一种信息识别装置。该信息识别装置包括：

文本信息获取模块，其获取待识别的多个目标文本信息；其中，所述目标文本信息为针对历史事件所产生的文本信息文档；

分词图谱确定模块，其确定每个所述目标文本信息对应的文本分词关系图谱；其中，所述文本分词关系图谱包括：文本分词节点和分词节点连接边；

关联程度确定模块，其将所述文本分词关系图谱输入至预先训练好的神经网络模型，得到所述目标文本信息之间的信息关联程度；其中，所述信息关联程度用于表征至少两个所述目标文本信息为针对同一历史事件所产生的文本信息文档的概率。

本说明书一个或多个实施例的目的是提供一种信息识别设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器。

所述计算机可执行指令在被执行时使所述处理器获取待识别的多个目标文本信息；其中，所述目标文本信息为针对历史事件所产生的文本信息文档；

确定每个所述目标文本信息对应的文本分词关系图谱；其中，所述文本分词关系图谱包括：文本分词节点和分词节点连接边；

将所述文本分词关系图谱输入至预先训练好的神经网络模型，得到所述目标文本信息之间的信息关联程度；其中，所述信息关联程度用于表征至少两个所述目标文本信息为针对同一历史事件所产生的文本信息文档的概率。

本说明书一个或多个实施例的目的是提供一种存储介质，用于存储计算机可执行指令。所述可执行指令在被处理器执行时获取待识别的多个目标文本信息；其中，所述目标文本信息为针对历史事件所产生的文本信息文档；

确定每个所述目标文本信息对应的文本分词关系图谱；其中，所述文本分词关系图谱包括：文本分词节点和分词节点连接边；