一種新聞事件聚類的方法、裝置、設(shè)備和儲存介質(zhì)

基本信息

申請?zhí)?/td> CN201810155131.5 申請日 -
公開（公告）號 CN108334628A 公開（公告）日 2018-07-27
申請公布號 CN108334628A 申請公布日 2018-07-27
分類號 G06F17/30;G06F17/27 分類 計算；推算；計數(shù);
發(fā)明人 王云;劉丹;肖天鶴 申請（專利權(quán)）人 北京東潤環(huán)能科技股份有限公司
代理機(jī)構(gòu) 北京品源專利代理有限公司 代理人 北京東潤環(huán)能科技股份有限公司;北京綠色東方數(shù)據(jù)技術(shù)有限公司
地址 100192 北京市海淀區(qū)學(xué)清路8號科技財富中心A座9層
法律狀態(tài) -

摘要

摘要 本發(fā)明實施例公開了一種新聞事件聚類的方法、裝置、設(shè)備和儲存介質(zhì)。所述方法，包括：抓取預(yù)設(shè)網(wǎng)站中的新聞文本；對新聞文本進(jìn)行分詞、詞性標(biāo)注和命名實體識別，得到對應(yīng)的文本分詞；比較兩個新聞文本對應(yīng)的文本分詞中預(yù)設(shè)類型文本分詞的分詞相似度，賦予對應(yīng)的分詞相似度權(quán)重；比較兩個新聞文本的文本內(nèi)容相似度，賦予對應(yīng)的文本內(nèi)容相似度權(quán)重；根據(jù)兩個新聞文本的分詞相似度、分詞相似度權(quán)重、文本內(nèi)容相似度和文本內(nèi)容相似度權(quán)重，確定兩個新聞文本的相似度；當(dāng)兩個新聞文本的相似度大于相似度閾值，確定兩個新聞文本為相似新聞事件。本發(fā)明實施例的技術(shù)方案，實現(xiàn)鑒別相同新聞事件，節(jié)約用戶瀏覽新聞的時間。