一种新闻事件聚类的方法、装置、设备和储存介质
基本信息
| 申请号 | CN201810155131.5 | 申请日 | - |
| 公开（公告）号 | CN108334628A | 公开（公告）日 | 2018-07-27 |
| 申请公布号 | CN108334628A | 申请公布日 | 2018-07-27 |
| 分类号 | G06F17/30;G06F17/27 | 分类 | 计算；推算；计数; |
| 发明人 | 王云;刘丹;肖天鹤 | 申请（专利权）人 | 北京绿色东方数据技术有限公司 |
| 代理机构 | 北京品源专利代理有限公司 | 代理人 | 北京东润环能科技股份有限公司;北京绿色东方数据技术有限公司 |
| 地址 | 100192 北京市海淀区学清路8号科技财富中心A座9层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明实施例公开了一种新闻事件聚类的方法、装置、设备和储存介质。所述方法，包括：抓取预设网站中的新闻文本；对新闻文本进行分词、词性标注和命名实体识别，得到对应的文本分词；比较两个新闻文本对应的文本分词中预设类型文本分词的分词相似度，赋予对应的分词相似度权重；比较两个新闻文本的文本内容相似度，赋予对应的文本内容相似度权重；根据两个新闻文本的分词相似度、分词相似度权重、文本内容相似度和文本内容相似度权重，确定两个新闻文本的相似度；当两个新闻文本的相似度大于相似度阈值，确定两个新闻文本为相似新闻事件。本发明实施例的技术方案，实现鉴别相同新闻事件，节约用户浏览新闻的时间。 |
