申请/专利权人：一网互通(北京)科技有限公司

申请日：2024-06-06

公开（公告）日：2024-07-05

公开（公告）号：CN118296391A

主分类号：G06F18/214

分类号：G06F18/214;G06F18/213;G06F18/241;G06F40/284;G06Q50/00;G06F16/9536

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明实施例中提供了一种社交媒体帖文话题标签的提取方法、装置及电子设备，属于数据处理技术领域，该方法包括：获取社交媒体帖文的全文内容，对所述帖文的全文内容进行特征提取，得到特征数据集合；构建正则表达式集合；基于特征值Kn,Ktd,Ktf，Kp以及选择函数G，对所述正则表达式集合P的进行选择计算；基于所述选择结果Gef和特征值Kw，确定所述帖文的全文内容第一话题标签集合L1；基于第一过滤规则R1和第二过滤规则R2对所述第一话题标签集合L1中的标签进行过滤操作，将过滤后的内容作为社交媒体帖文对应的话题标签L2。本方案能够提高贴文提取的准确性和完整性。

主权项：1.一种社交媒体帖文话题标签的提取方法，其特征在于，包括：获取社交媒体帖文的全文内容，对所述帖文的全文内容进行特征提取，得到特征数据集合K={Kw,Kn,Ktd,Ktf,Kp,Ku}，Kw表示全文内容中的关键字信息，Kn表示全文内容中的关键字的数目，Ktd表示全文内容包含的英文字符的数目，Ktf表示全文内容包含的中文字符的数目，Kp表示帖文所在的社交媒体平台信息，Ku表示帖文中包含的用户信息；构建正则表达式集合P={Pz,Pn1,Pn2}，Pz表示基本正则表达式，Pn1表示第一限制正则表达式，Pn2表示第二限制正则表达式，基本正则表达式表示为：Pz=r’#[\S]+’，第一限制正则表达式表示为：Pn1=r’?=#[\w]+’，第二限制正则表达式表示为：Pn2=r’?=#[\w-]+’；基于特征值Kn,Ktd,Ktf，Kp以及选择函数G，对所述正则表达式集合P的进行选择计算GKn,Ktd,Ktf,Kp，得到选择结果Gef，所述选择结果由顺序匹配、并行匹配以及单一匹配中的一种或多种组合而成；基于所述选择结果Gef和特征值Kw，确定所述帖文的全文内容第一话题标签集合L1；获取特征值Kp对应的第一过滤规则R1以及特征值Ku对应的第二过滤规则R2，基于第一过滤规则R1和第二过滤规则R2对所述第一话题标签集合L1中的标签进行过滤操作，将过滤后的内容作为社交媒体帖文对应的话题标签L2。

全文数据：

权利要求：

百度查询： 一网互通(北京)科技有限公司 社交媒体帖文话题标签的提取方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD