CN107038193-CN201611027271-一种文本信息的处理方法和装置.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107038193 A (43)申请公布日 2017.08.11 (21)申请号 201611027271.1 (22)申请日 2016.11.17 (71)申请人 阿里巴巴集团控股有限公司 地址 英属开曼群岛大开曼资本大厦一座四 层847号邮箱 (72)发明人 任望　 (74)专利代理机构 北京国昊天诚知识产权代理 有限公司 11315 代理人 黄熊 (51)Int.Cl. G06F 17/30(2006.01) 权利要求书2页 说明书9页 附图3页 (54)发明名称 一种文本信息的处理方法和装置 (57)摘要 本申请公开了一种文本信息的处理方法和 装置，包括：获取文本信息，对所述文本信息进行 过滤；计算过滤后的文本信息的相似度，根据所 述相似度将过滤后的文本信息归类至不同的事 件；根据事件中的文本信息，计算每个事件的重 要度指标；判断每个事件对应的所述重要度指标 数值是否超过预设重要度阈值，如果超过预设重 要度阈值，则对该超过预设重要度阈值的事件进 行标记。通过使用本申请中公开的方法和装置， 能够自动化的将文本信息过滤和归类至不同事 件，并监视各个事件，在某个事件指标超过阈值 时标记该事件，以方便寻找有用信息。 A 3 9 1 8 3 0 7 0 1 N C CN 107038193 A 权　利　要　求　书 1/2页 1.一种文本信息的处理方法，其特征在于，该方法包括： 获取文本信息，对所述文本信息进行过滤； 计算过滤后的文本信息的相似度，根据所述相似度将过滤后的文本信息归类至不同的 事件； 根据事件中的文本信息，计算每个事件的重要度指标； 判断每个事件对应的所述重要度指标数值是否超过预设重要度阈值，如果超过预设重 要度阈值，则对该超过预设重要度阈值的事件进行标记。 2.如权利要求1所述的方法，其特征在于，所述对所述文本信息进行过滤，包括以下步 骤中的任一步骤： 使用业务模型判断所述文本信息是否为指定业务，如否，则将判断为否的文本信息过 滤掉； 使用广告模型判断所述文本信息是否为广告，如是，则将判断为是的文本信息过滤掉； 使用情感模型判断所述文本信息负面情感值是否超过预设情感值阈值，如超过，则将 该超过预设情感阈值的文本信息过滤掉，或者，如果不超过，则将该不超过预设情感阈值的 文本信息过滤掉。 3.如权利要求1所述的方法，其特征在于，所述计算过滤后的文本信息的相似度包括： 计算文本信息和文本信息的相似度和/或计算文本信息和事件的相似度。 4.如权利要求3所述的方法，其特征在于，根据所述相似度将过滤后的文本信息归类至 不同的事件，包括： 当过滤后的文本信息和事件的相似度大于预设值时，将该过滤后的文本信息归类至该 事件；当过滤后的文本信息和任意事件的相似度均不大于预设值时，生成包含该过滤后的 文本信息的事件； 或者， 当过滤后的文本信息和另一文本信息的相似度大于预设值时，将该过滤后的文本信息 归类至所述另一文本信息所在的事件；当过滤后的文本信息和任意另一文本信息事件的相 似度均不大于预设值时，生成包含该过滤后的文本信息的事件； 或者， 当过滤后的文本信息和另一文本信息的相似度大于预设值，且该过滤后的文本信息和 所述另一文本信息所在的事件的相似度大于预设值时，将该过滤后的文本信息归类至所述 另一文本信息所在的事件；当过滤后的文本信息和任意事件的相似度均不大于预设值，且 和任