[发明专利]一种确定图片簇描述文本核心词的方法及装置

摘要

本发明提供一种确定图片簇描述文本核心词的方法及装置，解决现有核心词确定不准确的问题。该方法针对图片簇中每个图片描述文本构成的文本簇，对文本簇中的每个图片描述文本进行切词，根据每个基础词的属性信息，确定每个基础词在每个图片描述文本中的分数值及每个基础词在文本簇中的总分数值，从而确定图片簇的核心词。由于在本发明实施例中针对图片簇中每个图片描述文本构成的文本簇，根据每个图片描述文本中的基础词的属性信息，确定每个基础词的在每个图片描述文本中的权值，从而确定每个基础词在文本簇中的总分数值，根据每个基础词的总分数值确定图片簇的核心词，从而可以保证选择出的核心词能准确描述图片簇的语意。

主权项

一种确定图片簇描述文本核心词的方法，其特征在于，该方法包括：针对每个图片簇，提取该图片簇中每个图片的图片描述文本，将每个所述图片描述文本保存在文本簇中；对文本簇中的每个图片描述文本进行切词处理，得到每个图片描述文本中的基础词；根据每个基础词的属性信息，确定每个基础词在每个图片描述文本中的权值，并确定每个基础词在每个图片描述文本中的分数值；其中，基础词的属性信息包括：基础词的频度信息、基础词在图片描述文本中的位置信息、基础词包含的字节数信息以及基础词的词性信息；根据每个基础词在每个图片描述文本中的分数值，确定每个基础词在文本簇中的总分数值；根据确定的每个基础词在文本簇中的总分数值，确定该图片簇的核心词；根据确定的每个基础词在文本簇中的总分数值，确定每个图片描述文本的总得分值；根据每个图片描述文本的总得分值，删除设定数量的图片描述文本；在删除设定数量的图片描述文本后，若该文本簇中包含的图片描述文本的数量达到设定的收敛阈值，则在该文本簇中确定该图片簇的核心词。