[发明专利]用于输出信息的方法、装置、设备以及存储介质

权利要求书

1.一种用于输出信息的方法，包括：

获取多个用户在历史预设时间段内产生的文本子集；

对各所述文本子集中的文本进行分词，得到词语子集；

对多个所述词语子集中的词语进行聚类，生成多个词语簇；

根据各所述文本子集中包括的词语所属的词语簇，确定各用户的特征向量；

输出所述特征向量。

2.根据权利要求1所述的方法，其中，所述获取多个用户在历史预设时间段内产生的文本子集，包括：

获取各用户在历史预设时间段内通过预设网站输入的多个语句；

根据所述多个语句，确定所述文本子集。

3.根据权利要求1或2所述的方法，其中，所述获取多个用户在历史预设时间段内产生的文本子集，包括：

获取各用户在历史预设时间段内浏览的网页；

根据所述网页的标题和/或内容，确定文本子集。

4.根据权利要求1所述的方法，其中，所述对各所述文本子集中的文本进行分词，得到词语子集，包括：

将各用户的文本子集中的文本按照生成时间进行排序；

对排序后的各文本进行分词，确定词语子集。

5.根据权利要求1所述的方法，其中，所述对多个所述词语子集中的词语进行聚类，生成多个词语簇，包括：

确定各所述词语子集中词语的词向量；

根据所述词向量，对多个所述词语子集中各词语进行聚类，生成多个词语簇。

6.根据权利要求1或5所述的方法，其中，所述对多个所述词语子集中的词语进行聚类，生成多个词语簇，包括：

根据预先训练的聚类模型以及各词语的词向量，确定各词语归属到各个词语簇的概率；

根据所述概率，确定各词语所属的词语簇。

7.根据权利要求1所述的方法，其中，所述根据各所述文本子集中包括的词语所属的词语簇，确定各用户的特征向量，包括：

统计各文本子集中在各个词语簇中包括的词语的数量；

根据所述数量，确定各用户的特征向量。

8.根据权利要求1所述的方法，其中，所述方法还包括：

输出各词语簇。

9.一种用于输出信息的装置，包括：

文本获取单元，被配置成获取多个用户在历史预设时间段内产生的文本子集；

文本分词单元，被配置成对各所述文本子集中的文本进行分词，得到词语子集；

词语聚类单元，被配置成对多个所述词语子集中的词语进行聚类，生成多个词语簇；

特征确定单元，被配置成根据各所述文本子集中包括的词语所属的词语簇，确定各用户的特征向量；

特征输出单元，被配置成输出所述特征向量。

10.根据权利要求9所述的装置，其中，所述文本获取单元进一步被配置成：

获取各用户在历史预设时间段内通过预设网站输入的多个语句；

根据所述多个语句，确定所述文本子集。

11.根据权利要求9或10所述的装置，其中，所述文本获取单元进一步被配置成：

获取各用户在历史预设时间段内浏览的网页；

根据所述网页的标题和/或内容，确定文本子集。

12.根据权利要求9所述的装置，其中，所述文本分词单元进一步被配置成：

将各用户的文本子集中的文本按照生成时间进行排序；

对排序后的各文本进行分词，确定词语子集。

13.根据权利要求9所述的装置，其中，所述词语聚类单元进一步被配置成：

确定各所述词语子集中词语的词向量；

根据所述词向量，对多个所述词语子集中各词语进行聚类，生成多个词语簇。