[发明专利]图书分级方法及设备

说明书

本申请实施例公开了一种图书分级方法及设备，属于数据处理技术领域。所述方法包括：获取目标图书的图书特征，图书特征包括目标图书的多个基础特征和多个复杂特征。获取图书等级分类模型，图书等级分类模型包括多个图书等级以及与多个图书等级分别对应的图书特征，多个图书等级以及与多个图书等级分别对应的图书特征是由多个样本图书中每个样本图书的图书特征聚类得到。基于目标图书的图书特征、以及多个图书等级中每个图书等级对应的图书特征，确定目标图书和多个图书等级中每个图书等级之间的关联度，将关联度最大的图书等级作为目标图书的图书等级。本申请实施例突破了人为在主观层面上划分图书等级的概念，使得图书分级更具灵活性。

技术领域

本申请实施例涉及数据处理技术领域，特别涉及一种图书分级方法及设备。

背景技术

学生在不同成长阶段的阅读能力是不同的，而学生阅读的图书需要满足他们现阶段的阅读能力，因此，需要对图书进行分级，得到多个图书等级，以使学生从这多个图书等级对应的图书中选择满足学生相应阶段阅读能力的图书。

现有的图书分级体系通常是依赖专家经验，由专家人为设定分级规则对图书进行分级，导致图书分级概念还停留在主观分析层面，分级缺乏灵活性。

发明内容

本申请实施例提供了一种图书分级方法及设备，可以解决相关技术的分级缺乏灵活性的问题。所述技术方案如下：

一方面，提供了一种图书分级方法，所述方法包括：

获取目标图书的图书特征，所述图书特征包括所述目标图书的多个基础特征和多个复杂特征，所述基础特征为基于所述目标图书包括的字词句以及插图相关的数量信息统计得到的特征，所述复杂特征为基于所述目标图书包括的字词句以及插图相关的语义信息分析得到的特征；

获取图书等级分类模型，所述图书等级分类模型包括多个图书等级以及与所述多个图书等级分别对应的图书特征，所述多个图书等级中每个图书等级对应的图书特征包括多个基础特征和多个复杂特征，所述多个图书等级以及与所述多个图书等级分别对应的图书特征是由多个样本图书中每个样本图书的图书特征聚类得到；

基于所述目标图书的图书特征中的基础特征和复杂特征、以及所述多个图书等级中每个图书等级对应的图书特征中的基础特征和复杂特征，确定所述目标图书和所述多个图书等级中每个图书等级之间的关联度，将关联度最大的图书等级作为所述目标图书的图书等级。

可选地，所述获取目标图书的图书特征，包括：

获取所述目标图书的文本信息和插图信息；

基于所述目标图书的文本信息和插图信息，确定所述目标图书的多个基础特征，所述多个基础特征至少包括页码总数量、单字总数量、词语总数量、每页词语数量、第一频率词语数量和第一频率词语比例、第二频率词语数量和第二频率词语比例、插图总数量以及句子平均长度中的一者或多者，所述第一频率词语为在所述目标图书中出现频率超过第一参考频率的词语，所述第二频率词语为在所述目标图书中出现频率低于第二参考频率的词语，所述第一参考频率大于所述第二参考频率；

基于所述目标图书的文本信息和插图信息、以及语义分析模型，确定所述目标图书的多个复杂特征，所述多个复杂特征至少包括实体信息、实体的属性信息、实体之间的关系信息、句子复杂度信息、句式信息、句子思想深度信息以及插图中的语义信息中的一者或多者。

可选地，所述基于所述目标图书的图书特征中的基础特征和复杂特征、以及所述多个图书等级中每个图书等级对应的图书特征中的基础特征和复杂特征，确定所述目标图书和所述多个图书等级中每个图书等级之间的关联度，包括：

对于所述目标图书的图书特征、以及所述多个图书等级中每个图书等级对应的图书特征进行预处理，确定所述目标图书的标准化图书特征、以及所述多个图书等级中每个图书等级对应的标准化图书特征；