[发明专利]一种媒资标题的概念词提取方法及装置

说明书

本申请实施例提供一种媒资标题的概念词提取方法及装置，方法包括：首先确定媒资标题的业务关键词。之后对媒资标题进行分词处理和词性标注处理。从词性组合库中查找与所述词性标注结果匹配的预设词性组合。最后，如果媒资标题中与预设词性组合的最后一个词性对应的词语为之前确定的业务关键词时，将媒资标题中与预设词性组合对应的词语组合，确定为该媒资标题的概念词。本申请提供的媒资标题的概念词提取方法及提取装置，能够从现有冗长的媒资标题中挖掘符合用户兴趣和认知粒度的概念词，增强对媒资标题的主题刻画，使得这些媒资标题更容易被搜索到，避免媒资资源变成无效资源。同时用户也能够搜索得到更丰富多彩的媒资资源，提升用户使用体验。

技术领域

本申请涉及信息检索技术领域，尤其涉及一种媒资标题的概念词提取方法及装置。

背景技术

随着社会信息化的快速发展，人们可通过互联网获取海量的媒资资源。

用户从互联网搜索媒资的方法通常是，在客户端输入关键词，媒资平台获取关键词后，将关键词与媒资标题进行匹配。之后向用户反馈与用户输入关键词匹配媒资标题，对应的媒资资源。

然而，目前媒资平台上的媒资标题大部分都较冗长，句式复杂多样，因而大部分的媒资数据较难被检索到，导致亿万媒资数据只有较少部分能够展示给用户。这不仅造成大量媒资资源变成无效资源，无效资源增加信息检索的耗时，加剧检索计算的负担。而且用户也不能够获得丰富多样的媒资资源，造成用户搜索体验较差。

发明内容

本申请提供了一种媒资标题概念提取方法及装置，用于解决目前的媒资平台上的媒资标题大部分都较冗长，大部分的媒资数据较难被搜索到，导致亿万媒资数据只有较少部分能够展示给用户，从而不仅造成媒资资源的浪费，而且用户也不能够获得丰富多样的媒资资源，造成用户搜索体验较差的问题。

第一方面，本申请实施例提供一种媒资标题的概念词提取方法，该方法包括：

获取媒资标题，确定所述媒资标题的业务关键词，其中，所述业务关键词为预设的中心词语或者，为从句子中提取的句子中心词语；

对所述媒资标题进行分词处理和词性标注处理，得到所述媒资标题的词性标注结果，其中，所述词性标注结果为所述媒资标题的切词结果中，每个词语的词性标注结果的组合；

从词性组合库中查找与所述词性标注结果匹配的预设词性组合，其中，所述词性组合库中的所述预设词性组合，为提取现有概念词，在包含所述现有概念词的句子中，所述现有概念词所对应的词性组合片段，所述词性标注结果的局部内容包含匹配的所述预设词性组合；

在所述媒资标题中与所述预设词性组合的最后一个词性对应的词语为所述业务关键词时，将所述媒资标题中与所述预设词性组合对应的词语组合，确定为所述媒资标题的概念词。

第二方面，本申请实施例提供一种媒资标题的概念词提取装置，该装置包括：

业务关键词确定单元，用于执行：获取媒资标题，确定所述媒资标题的业务关键词，其中，所述业务关键词为预设的中心词语或者，为从句子中提取的句子中心词语；

词性标注单元，用于执行：对所述媒资标题进行分词处理和词性标注处理，得到所述媒资标题的词性标注结果，其中，所述词性标注结果为所述媒资标题的切词结果中，每个词语的词性标注结果的组合；

查找单元，用于执行：从词性组合库中查找与所述词性标注结果匹配的预设词性组合，其中，所述词性组合库中的所述预设词性组合，为提取现有概念词，在包含所述现有概念词的句子中，所述现有概念词所对应的词性组合片段，所述词性标注结果的局部内容包含匹配的所述预设词性组合；

概念词确定单元，用于执行：在所述媒资标题中与所述预设词性组合的最后一个词性对应的词语为所述业务关键词时，将所述媒资标题中与所述预设词性组合对应的词语组合，确定为所述媒资标题的概念词。