[发明专利]文本新闻的处理方法、设备和存储介质

说明书

本发明揭示了一种文本新闻的处理方法、设备和存储介质，所述方法包括：对历史文本新闻进行主题训练得到主题模型，并生成新闻主题列表；获取用户对所有新闻主题的多个维度的访问偏好数据；根据所述多个维度的访问偏好数据，计算每个新闻主题的分值，形成新闻主题分值表。与现有技术相比，本发明的文本新闻的处理方法，将大量的历史文本新闻进行主题训练生成新闻主题列表，然后根据用户偏好数据对新闻主题列表中的新闻主题进行评分，形成新闻主题分值表，从而通过所述新闻主题分值表对文本新闻的质量进行量化。此方法可以对数量繁多的文本新闻进行评分，从而根据分值的高低实现文本新闻的过滤和推荐，或者为企业关联高质量的文本新闻信息。

技术领域

本发明涉及计算机领域，具体而言，涉及一种文本新闻的处理方法、设备和存储介质。

背景技术

伴随着全球化进程的不断深化和互联网的迅速发展，文本新闻数据呈现出爆炸式的增长。当我们想要在这数目繁多的文本新闻中，找到想要看的有意义的文本新闻时由于不知道各个文本新闻的新闻质量，查找效率极其低下。

文本新闻质量评估方法的建立可以对数量繁多的文本新闻实现新闻的过滤和推荐，可以为用户推荐出高质量的文本新闻信息、或者为企业关联高质量的文本新闻信息。

但是目前还没有比较成熟的文本新闻质量评估的方法。

发明内容

本发明的目的在于提供一种文本新闻的处理方法、设备和存储介质。

为实现上述发明目的之一，本发明一实施方式提供一种文本新闻的处理方法，所述方法包括：

对历史文本新闻进行主题训练得到主题模型，并生成新闻主题列表；

获取用户对所有新闻主题的多个维度的访问偏好数据；

根据所述多个维度的访问偏好数据，计算每个新闻主题的分值，形成新闻主题分值表。

作为本发明一实施方式的进一步改进，所述“根据所述多个维度的访问偏好数据，计算每个新闻主题的分值”具体包括：

赋予每个维度的访问偏好数据相应的权重f；

将每个维度的访问偏好数据在每个新闻主题上进行归一化处理，得到归一化的结果x；

新闻主题的分值y＝x1*f1+x2*f2+…+xn*fn，其中n表示所述访问偏好数据的维度数，xn表示在一个维度上所述新闻主题归一化后的分值，fn表示所述维度相应的权重。

作为本发明一实施方式的进一步改进，所述方法还包括：

根据所述新闻主题分值表，对多篇文本新闻进行评分；

根据所述评分的结果，重新调整所述新闻主题分值表中各个新闻主题的分值。

作为本发明一实施方式的进一步改进，所述“根据所述评分的结果，重新调整所述新闻主题分值表中各个新闻主题的分值”具体包括：

获取评分排名前数名的文本新闻；

分析所述评分排名前数名的文本新闻的类别，对于不需要的类别的文本新闻，降低所述文本新闻对应的新闻主题在所述新闻主题评分表中的评分。

作为本发明一实施方式的进一步改进，所述“根据所述评分的结果，重新调整所述新闻主题分值表中各个新闻主题的分值”具体包括：

获取评分排名前数名的文本新闻；

分析所述评分排名前数名的文本新闻的类别，对于需要的类别的文本新闻，提高所述文本新闻对应的新闻主题在所述新闻主题评分表中的评分。

作为本发明一实施方式的进一步改进，所述方法还包括：