[发明专利]提案热点精准提取的方法、装置、计算机设备和存储介质

权利要求书

1.一种提案热点精准提取的方法，其特征在于，所述方法包括：

获取政府文件库；所述政府文件库包括：政府文件；所述政府文件是从各级政府官网服务器中提取得到的；

根据预先设置的分词库，对政府文件库中的政府文件进行分词，根据分词结果，构建第一重点词库；

将政府文件库中的政府文件划分为多个最小词以及获取所述最小词出现的第一概率，根据所述最小词构建组合词以及获取所述组合词出现的第二概率，根据所述第一概率，计算所述组合词的预测概率，当所述组合词的所述第二概率大于所述预测概率，则确定所述组合词为新词；预测概率是构建所述组合词的多个最小词之间不相关时，预测所述组合词在政府文件中出现的概率；

根据所述新词，对所述分词库进行更新，得到更新分词库，根据所述新词，对所述第一重点词库进行更新，得到第二重点词库；

获取待提取提案，根据所述更新分词库对待提取提案进行分词，得到单词集；

根据TF-IDF算法，得到所述单词集中单词的初始权重；

根据所述单词集匹配所述第二重点词库得到的匹配结果，设置所述单词集中单词的附加权重；

根据所述初始权重和所述附加权重，得到所述单词集中单词的最终权重；

根据所述最终权重的排序结果，确定热点词；

所述附加权重包括：第一附加权重；

当所述匹配结果为所述单词集中单词出现在所述第二重点词库中时，获取政府文件的位置来源信息，根据所述位置来源信息和所述新词在所述政府文件中出现的次数，确定每个新词在各地区的次数；

获取热点提取任务的地理信息，根据所述地理信息，确定所述新词的地理属性级别；所述地理属性级别是根据所述新词在各地区的次数从大到小排序结果得到的；

根据所述地理属性级别和所述次数，确定新词的第一附加权重。

2.根据权利要求1所述的方法，其特征在于，所述地理属性级别包括：专属城市、关联城市以及其他城市。

3.根据权利要求1或2所述的方法，其特征在于，根据所述地理属性级别和所述次数，确定新词的第一附加权重，包括：

当地理属性级别为专属城市，根据所述地理属性级别和所述次数，确定新词的第一附加权重为：

其中，表示第一附加权重，n表示所述新词在目标地区的次数，所述目标地区是从所述地理信息中提取得到的；

当地理属性级别为关联城市，根据所述地理属性级别和所述次数，确定新词的第一附加权重为：

其中，表示第一附加权重，n表示所述新词在目标地区的次数，所述目标地区是从所述地理信息中提取得到的；

当地理属性级别为其他城市，根据所述地理属性级别和所述次数，确定新词的第一附加权重为：

其中，表示第一附加权重，n表示所述新词在目标地区的次数，所述目标地区是从所述地理信息中提取得到的。

4.根据权利要求1所述的方法，其特征在于，所述附加权重包括：第二附加权重；

当所述匹配结果为所述单词集中单词出现在所述第二重点词库中时，所述方法还包括：

获取政府文件的时间来源信息，根据所述时间来源信息和所述新词在所述政府文件中出现的次数，确定每个新词在各时间段的次数；

获取热点提取任务的时刻信息；

根据所述时刻信息和所述次数，确定新词的第二附加权重为：

其中，表示第二附加权重，n表示所述新词在目标时刻的次数，所述目标时刻是从所述时刻信息中提取得到的。

5.根据权利要求1或2所述的方法，其特征在于，根据所述第一概率，计算所述组合词的预测概率包括：

根据组合词中每个最小词的所述第一概率的乘积，计算得到所述组合词的预测概率。

6.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

当所述匹配结果为所述单词集中单词未出现在所述第二重点词库中时，设置所述单词集中单词的附加权重为零。