[发明专利]基于新闻事件搜索语句的新闻事件排序方法及系统有效
申请号: | 201810184478.2 | 申请日: | 2018-03-07 |
公开(公告)号: | CN108470046B | 公开(公告)日: | 2020-12-01 |
发明(设计)人: | 孔庆超;汪立东;孔祥飞;王慧;王博;刘春阳;张旭;王磊;李雄 | 申请(专利权)人: | 中国科学院自动化研究所;国家计算机网络与信息安全管理中心 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F16/34 |
代理公司: | 北京瀚仁知识产权代理事务所(普通合伙) 11482 | 代理人: | 郭文浩;陈晓鹏 |
地址: | 100190 *** | 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: | |||
搜索关键词: | 基于 新闻 事件 搜索 语句 排序 方法 系统 | ||
本发明涉及计算机技术领域,具体提供了一种基于新闻事件搜索语句的新闻事件排序方法及系统,旨在解决在考虑用户主观信息的情况下,如何实现新闻事件排序的技术问题。为此目的,本发明中的新闻事件排序方法,能够通过预设的新闻事件排序模型对预先获取的新闻事件搜索语句进行识别,得到按照相关度大小排序的新闻事件排序结果。其中,新闻事件搜索语句包含能够表征用户情感倾向的用户主观信息。基于此,本发明能够结合用户对新闻事件的情感倾向,按照新闻事件与用户偏好相关程度进行排序,从而提高新闻事件排序结果的准确性。同时,本发明中的系统能够执行并实现上述方法。
技术领域
本发明涉及计算机技术领域,具体涉及一种基于新闻事件搜索语句的新闻事件排序方法及系统。
背景技术
新闻事件排序技术指的是在互联网新闻领域中,按照预设的排序规则对新闻事件排序,以便于用户快速浏览到相应新闻的技术。当前新闻事件排序方法主要包括按照新闻事件的重要程度排序和按照用户搜索信息与新闻事件的相关度排序两种方法。例如,《Modeling Event Importance for Ranking Daily News Events》(Vinay,2017InProceedings of the Tenth ACM International Conference on Web Search and DataMining(pp.231-240).ACM.)公开了一种基于新闻事件的当前流行度与历史信息,对新闻事件的重要程度建模的方法。《Algorithm for ranking news》(Liu,In Semantics,Knowledge and Grid,Third International Conference on,pp.314-317.IEEE,2007.)公开的新闻排序方法以关键词表征用户搜索信息和新闻事件,并考虑了搜索信息与新闻文档的语义相关度,及新闻文档的新颖度、新闻文档引用量、新闻报道源的权威性和新闻报道源的相似度。
但是,上述新闻事件排序方法均未分析新闻事件的评论信息,而新闻事件的评论信息通常会包含用户对新闻事件的关注点和主观评价倾向,这些用户主观信息也是影响新闻事件排序的关键因素。
发明内容
为了解决现有技术中的上述问题,即为了解决在考虑用户主观信息的情况下,如何实现新闻事件排序的技术问题。为此目的,本发明提供了一种基于新闻事件搜索语句的新闻事件排序方法及系统。
在第一方面,本发明中基于新闻事件搜索语句的新闻事件排序方法包括:
通过预设的新闻事件排序模型对预先获取的新闻事件搜索语句进行识别,得到按照相关度大小排序的新闻事件排序结果;
其中,所述新闻事件搜索语句包含事件客观信息和用户主观信息;所述相关度为所获取新闻事件搜索语句与新闻事件的相关程度;所述预设的新闻事件排序模型为基于神经网络构建的模型。
进一步地,本发明提供的一个优选技术方案为:
所述预设的新闻事件排序模型的网络训练方法为:
根据预设的新闻事件搜索语句样本获取新闻事件样本集;所述预设的新闻事件搜索语句样本包含事件客观信息和用户主观信息,所述新闻事件样本集包含按照特定顺序排序的新闻事件和对应的评论信息;
获取所述预设的新闻事件搜索语句样本与新闻事件样本集的相关性特征;
基于所获取的相关性特征,并根据所述新闻事件搜索语句样本和新闻事件样本集,对所述预设的新闻事件排序模型进行网络训练。
进一步地,本发明提供的一个优选技术方案为:
“根据预设的新闻事件搜索语句样本获取新闻事件样本集”的步骤具体包括:
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中国科学院自动化研究所;国家计算机网络与信息安全管理中心,未经中国科学院自动化研究所;国家计算机网络与信息安全管理中心许可,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/pat/books/201810184478.2/2.html,转载请声明来源钻瓜专利网。