[发明专利]一种基于社交网络的短图片文本识别方法及装置

权利要求书

1.一种基于社交网络的短图片文本识别方法，其特征在于，包括：

接收基于社交网络的短图片文本；

获取所述短图片文本的图片数量、所述短图片文本的评论特征，并获取预先构建的所述短图片文本所对应用户具备的能力标签；

利用短图片文本分类器，确定所述短图片文本对应的能力标签，其中，所述短图片文本分类器是根据所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签训练出的；

为所述短图片文本设置对应的能力标签，具体包括：利用预先构建的所述短图片文本所对应用户具备的能力标签及其对应的权重，对确定出的所述短图片文本对应的能力标签进行加权或降权修正；为所述短图片文本设置对应的加权或降权修正后的能力标签；其中，用户具备的能力标签对应的权重的计算公式为：count为短图片文本所对应用户被分到能力标签映射集中相关分组的总次数，所述能力标签映射集是指与所述短图片文本所对应用户的能力标签具有关联关系的标签集合。

2.如权利要求1所述基于社交网络的短图片文本识别方法，其特征在于，构建所述短图片文本所对应用户具备的能力标签及其对应的权重的方法，具体包括：

利用能力标签映射集、以及其他用户对所述短图片文本所对应用户的分组信息，构建出所述短图片文本所对应用户具备的能力标签及其对应的权重。

3.如权利要求1所述基于社交网络的短图片文本识别方法，其特征在于，根据所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签训练短图片文本分类器的方法，包括：

针对预先设置的短图片文本经常出现的领域，提取所述领域中相关短图片文本的评论信息作为训练集，将每篇短图片文本的全部评论信息作为一篇文章，利用tfidf公式抽取出所述领域的评论特征，基于抽取的所述领域的评论特征作为训练集，预训练短图片文本分类器，其中，所述tfidf公式为：

tfidf_i,j＝tf_i,j×idf_i；

而n_i,j表示出现在第j篇文章中的第i个词的频次；

|D|表示训练集中的文本总数；

将所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签作为短图片文本分类器的特征集合，对预训练确定出的短图片文本分类器进行优化训练，训练出用于短图片文本分类的短图片文本分类器。

4.如权利要求3所述基于社交网络的短图片文本识别方法，其特征在于，所述利用短图片文本分类器，确定所述短图片文本对应的能力标签，具体包括：

对于所述短图片文本，利用优化训练后的短图片文本分类器确定所述短图片文本的所属领域，将该所属领域确定为所述短图片文本对应的能力标签。

5.一种基于社交网络的短图片文本识别装置，其特征在于，所述基于社交网络的短图片文本识别装置包括：

接收单元，用于接收基于社交网络的短图片文本；

获取单元，用于获取所述短图片文本的图片数量、所述短图片文本的评论特征，并获取预先构建的所述短图片文本所对应用户具备的能力标签；

分类单元，用于利用短图片文本分类器，确定所述短图片文本对应的能力标签，其中，所述短图片文本分类器是根据所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签训练出的；

修正单元，用于利用预先构建的所述短图片文本所对应用户具备的能力标签及其对应的权重，对确定出的所述短图片文本对应的能力标签进行加权或降权修正；其中，用户具备的能力标签对应的权重的计算公式为：count为短图片文本所对应用户被分到能力标签映射集中相关分组的总次数，所述能力标签映射集是指与所述短图片文本所对应用户的能力标签具有关联关系的标签集合；

标签单元，用于为所述短图片文本设置对应的加权或降权修正后的能力标签。