发明名称 |
一种基于通讯群组的数据提取方法和装置 |
摘要 |
本发明提供了一种基于通讯群组的数据提取方法,所述方法包括:获取在预设时间内,所述通讯群组中的用户之间通讯的文本信息;将获取到的文本信息进行分段处理;将分段后的文本信息与语料库进行匹配,根据匹配结果生成特征向量;对生成的特征向量进行聚合,得到聚合度大于预设值的文本信息。可知,本发明中得到聚合度大于预设值,也就是出现频率大于一定值的文本信息。可见,无需人工筛查出现频率较高的文本信息,因此提高了工作效率,并且最终得到的是聚合度大于预设值的文本信息,而不是用户之间通讯的完整信息,因此相比于人工筛查,提高了用户之间通讯的隐私性。本发明还提供了一种基于通讯群组的数据提取装置。 |
申请公布号 |
CN103390065A |
申请公布日期 |
2013.11.13 |
申请号 |
CN201310332161.6 |
申请日期 |
2013.08.01 |
申请人 |
北京优佳荣科技有限公司 |
发明人 |
曹洪伟;李可意;杜炜华 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京集佳知识产权代理有限公司 11227 |
代理人 |
王宝筠 |
主权项 |
一种基于通讯群组的数据提取方法,其特征在于,所述方法包括: 获取在预设时间内,所述通讯群组中的用户之间通讯的文本信息; 将获取到的文本信息进行分段处理; 将分段后的文本信息与语料库进行匹配,根据匹配结果生成特征向量; 对生成的特征向量进行聚合,得到聚合度大于预设值的文本信息。 |
地址 |
100089 北京市海淀区西三环北路87号6层1-608 |