[发明专利]一种图片信息的处理方法、装置及电子设备

权利要求书

1.一种图片信息的处理方法，其特征在于，所述方法包括：

对网页中的图片进行重复图片聚类，获取每个类簇的类簇图片和所述类簇图片的标记文本域集合；

针对每张类簇图片，根据所述标记文本域集合获取所述标记文本域集合中每个标记文本域包含有的关键词及所述关键词的词权重，其中，所述词权重用于反映所述关键词和类簇图片的相关度；

根据每张类簇图片对应的所有关键词的词权重，获取每张类簇图片的目标关键词；

根据每张类簇图片的所述目标关键词及所述目标关键词的词权重，对图片搜索结果进行排序。

2.如权利要求1所述的方法，其特征在于，所述根据所述标记文本域集合获取所述标记文本域集合中每个标记文本域包含有的关键词及所述关键词的词权重，包括：

获取所述每个标记文本域中的关键词；

针对每个关键词获得如下目标参数：所述关键词在所属标记文本域中的词频和出现次数以及所述关键词对应的网站域名个数；

根据每个所述关键词的所述目标参数，计算获得每个所述关键词的词权重。

3.如权利要求2所述的方法，其特征在于，根据每个所述关键词的所述目标参数，计算获得每个所述关键词的词权重，包括：

针对每个所述关键词，根据所述关键词在每个所属标记文本域中的词频和出现次数，计算获得所述关键词在每个所属标记文本域中的重要程度，所述重要程度按所述词频和出现次数衰减累加；

根据所述关键词在所有所属标记文本域中的重要程度以及所述关键词对应的网站域名个数，计算获得每个所述关键词的词权重。

4.如权利要求1所述的方法，其特征在于，所述根据每张类簇图片的所述目标关键词及所述目标关键词的词权重，对图片搜索结果进行排序，包括：

将图片搜索时所采用的搜索词与每张类簇图片的所述目标关键词进行匹配，获得匹配关键词；

根据所述匹配关键词作为搜索词的词权重和匹配关键词作为所述目标关键词的词权重，计算每张类簇图片的所述目标关键词与所述搜索词之间的匹配得分；

根据每个所述匹配得分对图片搜索结果进行排序。

5.如权利要求4所述的方法，其特征在于，所述根据所述匹配关键词作为搜索词的词权重和匹配关键词作为所述目标关键词的词权重，计算每张类簇图片的所述目标关键词与所述搜索词之间的匹配得分，包括：

针对每张类簇图片，根据所述匹配关键词作为目标关键词的词权重和所述匹配关键词作为搜索词的词权重，计算获得所述匹配关键词的词权重；根据所述搜索词与所述目标关键词的并集和所述匹配关键词，计算获得匹配权重；

根据所述匹配关键词的词权重和所述匹配权重，计算获得每张类簇图片的所述目标关键词与所述搜索词之间的匹配得分。

6.如权利要求1～5任一所述的方法，其特征在于，所述对网页中的图片进行重复图片聚类，获取每个类簇的类簇图片和所述类簇图片的标记文本域集合，包括：

对网页中的图片进行重复图片聚类，获取每个类簇的类簇图片；

从所述类簇图片所在的每个网页中抽取所述类簇图片的标记文本域；

去除所述标记文本域中的垃圾文本，并将去除所述垃圾文本后的所有标记文本域作为所述标记文本域集合。

7.如权利要求6所述的方法，其特征在于，所述去除所述标记文本域中的垃圾文本，包括：

通过预设匹配模式对所述标记文本域中的文本内容进行搜索，去除所述文本内容为垃圾文本的标记文本域；和/或，

根据所述标记文本域对应的网页类型，去除从垃圾网页上获取到的所述标记文本域；和/或，

根据所述标记文本域的对应的网页发布时间，去除发布时间早于设定时间的所述标记文本域。