[发明专利]一种政务文本主题词库构建方法、装置、服务器及可读存储介质有效
| 申请号： | 201910889703.7 | 申请日： | 2019-09-20 |
| 公开（公告）号： | CN110705285B | 公开（公告）日： | 2022-11-22 |
| 发明（设计）人： | 刘彤;王更新;钟爱秒;张海鹏;宋灿灿;张佳琪;张光璞;左琦;杨杰 | 申请（专利权）人： | 北京市计算中心有限公司 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F16/36 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100094 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种政务文本主题词库构建方法、装置、服务器及可读存储介质，涉及数据处理技术领域技术领域，包括：步骤一，获取现有政务文本主题词库；步骤二，获取历届次政务文本词库；步骤三，获取网络政务文本扩充词库；步骤四，对经过所述步骤一、所述步骤二和所述步骤三分别获得的所述现有政务文本主题词库、所述历届次政务文本词库和所述网络政务文本扩充词库进行去重处理，形成最终政务文本主题词库，总之，本发明提供的政务文本主题词库构建方法、装置，工作量小、模型简单，能够大大提高工作效率的同时且能够满足工作精度需求，具有重要的研究意义和使用价值。 | ||
| 搜索关键词： | 一种 政务 文本 主题 词库 构建 方法 装置 服务器 可读 存储 介质 | ||
【主权项】：
1.一种政务文本主题词库构建方法，其特征在于，包括：/n步骤一，获取现有政务文本主题词库；/n步骤二，获取历届次政务文本词库；/n步骤三，获取网络政务文本扩充词库；/n步骤四，对经过所述步骤一、所述步骤二和所述步骤三分别获得的所述现有政务文本主题词库、所述历届次政务文本词库和所述网络政务文本扩充词库进行去重处理，形成最终政务文本主题词库；/n所述步骤一中的所述获取现有政务文本主题词库，包括：获取历届次政务文本的主题词，建立相邻两级主题词之间的映射关系，来形成所述步骤一中的所述现有政务文本主题词库；/n所述步骤二中的所述获取历届次政务文本词库，包括：/n获取历届次政务文本标题，/n使用分词工具对所述历届次政务文本标题进行切分，/n对经过所述切分后获得的主题词进行人工标注筛选，来形成所述步骤二中的所述历届次政务文本词库；/n所述步骤三中的所述获取网络政务文本扩充词库，包括：/n获取经过所述步骤一获取的所述现有政务文本主题词库中的二级主题词，/n以所述二级主题词为搜索关键词对百度文库中文本的关键词进行搜索得到初级搜索关键词，/n对所述初级搜索关键词进行爬取和去重，得到中级搜索关键词；/n对所述中级搜索关键词进行分词和人工标注筛选，来得到所述步骤三中的所述网络政务文本扩充词库。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京市计算中心有限公司，未经北京市计算中心有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910889703.7/，转载请声明来源钻瓜专利网。
