的形式。而且，本發(fā)明實(shí)施例可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲(chǔ)介質(zhì)(包括但不限于磁盤存儲(chǔ)器、CD-ROM、光學(xué)存儲(chǔ)器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。
[0104]本發(fā)明實(shí)施例是參照根據(jù)本發(fā)明實(shí)施例的方法、終端設(shè)備(系統(tǒng))、和計(jì)算機(jī)程序產(chǎn)品的流程圖和/或方框圖來(lái)描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理終端設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過(guò)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理終端設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。
[0105]這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理終端設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能。
[0106]這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理終端設(shè)備上，使得在計(jì)算機(jī)或其他可編程終端設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其他可編程終端設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。
[0107]盡管已描述了本發(fā)明實(shí)施例的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對(duì)這些實(shí)施例做出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本發(fā)明實(shí)施例范圍的所有變更和修改。
[0108]最后，還需要說(shuō)明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開(kāi)來(lái)，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者終端設(shè)備不僅包括那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者終端設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過(guò)程、方法、物品或者終端設(shè)備中還存在另外的相同要素。
[0109]以上對(duì)本發(fā)明所提供的一種基于問(wèn)答平臺(tái)的數(shù)據(jù)處理方法和一種基于問(wèn)答平臺(tái)的數(shù)據(jù)處理裝置，進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在【具體實(shí)施方式】及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書(shū)內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。
【主權(quán)項(xiàng)】
1.一種基于問(wèn)答平臺(tái)的數(shù)據(jù)處理方法，其特征在于，包括: 對(duì)從問(wèn)答平臺(tái)獲取的各答案數(shù)據(jù)分別進(jìn)行文本分析，確定各答案數(shù)據(jù)的相似度；根據(jù)所述問(wèn)答平臺(tái)記錄的各項(xiàng)問(wèn)題與答案數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系，按照所述相似度分別對(duì)各答案數(shù)據(jù)對(duì)應(yīng)的問(wèn)題進(jìn)行聚類，得到各問(wèn)題簇； 分別對(duì)每個(gè)問(wèn)題簇中的各項(xiàng)問(wèn)題進(jìn)行文本分析，提取所述問(wèn)題簇中由各問(wèn)題的關(guān)鍵詞所構(gòu)成的相關(guān)詞對(duì)，其中，同一問(wèn)題簇內(nèi)的各關(guān)鍵詞具有相關(guān)性。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)從問(wèn)答平臺(tái)獲取的各答案數(shù)據(jù)分別進(jìn)行文本分析，確定各答案數(shù)據(jù)的相似度，包括: 對(duì)從問(wèn)答平臺(tái)獲取的屬于同一預(yù)設(shè)類別的各答案數(shù)據(jù)進(jìn)行文本特征提取，獲取答案數(shù)據(jù)的特征詞匯； 根據(jù)所述特征詞匯計(jì)算各答案數(shù)據(jù)之間的相似度。3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述根據(jù)所述問(wèn)答平臺(tái)記錄的各項(xiàng)問(wèn)題與答案數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系，按照所述相似度分別對(duì)各答案數(shù)據(jù)對(duì)應(yīng)的問(wèn)題進(jìn)行聚類，包括: 根據(jù)所述問(wèn)答平臺(tái)記錄的各項(xiàng)問(wèn)題與答案數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系，分別查找每個(gè)答案數(shù)據(jù)對(duì)應(yīng)的問(wèn)題； 按照所述各答案數(shù)據(jù)之間的相似度，對(duì)預(yù)設(shè)類別內(nèi)的各項(xiàng)問(wèn)題進(jìn)行聚類，獲取所述預(yù)設(shè)類別下聚類得到的各問(wèn)題簇。4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分別對(duì)每個(gè)問(wèn)題簇中的各項(xiàng)問(wèn)題進(jìn)行文本分析，提取所述問(wèn)題簇中由各問(wèn)題的關(guān)鍵詞所構(gòu)成相關(guān)詞對(duì)，包括: 按照預(yù)設(shè)的實(shí)體詞列表對(duì)同一問(wèn)題簇的各項(xiàng)問(wèn)題進(jìn)行文本匹配，提取與所述實(shí)體詞列表匹配的各關(guān)鍵詞構(gòu)成相關(guān)詞對(duì)。5.根據(jù)權(quán)利要求1或4所述的方法，其特征在于，所述提取所述問(wèn)題簇中由各問(wèn)題的關(guān)鍵詞所構(gòu)成的相關(guān)詞對(duì)，還包括: 統(tǒng)計(jì)問(wèn)題簇中每個(gè)關(guān)鍵詞在問(wèn)題和/或答案數(shù)據(jù)中出現(xiàn)的頻次； 采用出現(xiàn)的頻次達(dá)到第一閾值的關(guān)鍵詞構(gòu)成相關(guān)詞集合； 記錄各相關(guān)詞集合，以及所述相關(guān)實(shí)體集合內(nèi)每個(gè)關(guān)鍵詞出現(xiàn)的頻次。6.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括: 從所述相關(guān)詞對(duì)中查找與當(dāng)前瀏覽頁(yè)面中提取的關(guān)鍵詞具有相關(guān)性的相關(guān)詞，并在所述當(dāng)前瀏覽頁(yè)面中推薦所述相關(guān)詞。7.根據(jù)權(quán)利要求6所述的方法，其特征在于，還包括: 提取當(dāng)前瀏覽頁(yè)面中的關(guān)鍵詞，以及所述關(guān)鍵詞在頁(yè)面中的位置權(quán)重； 在相關(guān)詞對(duì)中查找所述當(dāng)前瀏覽頁(yè)面中每個(gè)關(guān)鍵詞所在的相關(guān)詞集合； 將所述相關(guān)詞集合內(nèi)出現(xiàn)的頻次達(dá)到第二閾值的關(guān)鍵詞作為所述關(guān)鍵詞的相關(guān)詞；按照所述關(guān)鍵詞在頁(yè)面中的位置權(quán)重和所述相關(guān)詞出現(xiàn)的頻次對(duì)所述相關(guān)詞進(jìn)行排序，按照排序結(jié)果在所述當(dāng)前瀏覽頁(yè)面中推薦所述相關(guān)詞。8.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述對(duì)從問(wèn)答平臺(tái)獲取的各答案數(shù)據(jù)分別進(jìn)行文本分析之前，還包括: 從問(wèn)答平臺(tái)中獲取問(wèn)題以及問(wèn)題對(duì)應(yīng)的答案數(shù)據(jù)； 對(duì)每個(gè)問(wèn)題和對(duì)應(yīng)的答案數(shù)據(jù)的文本進(jìn)行特征提?。? 依據(jù)提取得到的特征對(duì)所述問(wèn)題和答案數(shù)據(jù)進(jìn)行分類，將所述問(wèn)題和答案數(shù)據(jù)分別劃分到既定的預(yù)設(shè)類別中。9.一種基于問(wèn)答平臺(tái)的數(shù)據(jù)處理裝置，其特征在于，包括: 分析模塊，用于對(duì)從問(wèn)答平臺(tái)獲取的各答案數(shù)據(jù)分別進(jìn)行文本分析，確定各答案數(shù)據(jù)的相似度； 聚類模塊，用于根據(jù)所述問(wèn)答平臺(tái)記錄的各項(xiàng)問(wèn)題與答案數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系，按照所述相似度分別對(duì)各答案數(shù)據(jù)對(duì)應(yīng)的問(wèn)題進(jìn)行聚類，得到各問(wèn)題簇； 生成模塊，用于分別對(duì)每個(gè)問(wèn)題簇中的各項(xiàng)問(wèn)題進(jìn)行文本分析，提取所述問(wèn)題簇中由各問(wèn)題的關(guān)鍵詞所構(gòu)成的相關(guān)詞對(duì)，其中同一問(wèn)題簇內(nèi)的各關(guān)鍵詞具有相關(guān)性。10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述分析模塊，包括: 特征提取子模塊，用于對(duì)從問(wèn)答平臺(tái)獲取的屬于同一預(yù)設(shè)類別的各答案數(shù)據(jù)進(jìn)行文本特征提取，獲取答案數(shù)據(jù)的特征詞匯； 相似度計(jì)算子模塊，用于根據(jù)所述特征詞匯計(jì)算各答案數(shù)據(jù)之間的相似度。11.根據(jù)權(quán)利要求9或10所述的裝置，其特征在于，所述聚類模塊，包括: 查找子模塊，用于根據(jù)所述問(wèn)答平臺(tái)記錄的各項(xiàng)問(wèn)題與答案數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系，分別查找每個(gè)答案數(shù)據(jù)對(duì)應(yīng)的問(wèn)題； 聚類子模塊，用于按照所述各答案數(shù)據(jù)之間的相似度，對(duì)預(yù)設(shè)類別內(nèi)的各項(xiàng)問(wèn)題進(jìn)行聚類，獲取所述預(yù)設(shè)類別下聚類得到的各問(wèn)題簇。12.根據(jù)權(quán)利要求9所述的裝置，其特征在于: 所述生成模塊，用于按照預(yù)設(shè)的實(shí)體詞列表對(duì)同一問(wèn)題簇的各項(xiàng)問(wèn)題的文本進(jìn)行匹配，提取與所述實(shí)體詞列表匹配的各關(guān)鍵詞構(gòu)成相關(guān)詞對(duì)。13.根據(jù)權(quán)利要求9或12所述的裝置，其特征在于: 所述生成模塊，還用于統(tǒng)計(jì)問(wèn)題簇中每個(gè)關(guān)鍵詞在問(wèn)題和/或答案數(shù)據(jù)中出現(xiàn)的頻次；采用出現(xiàn)的頻次達(dá)到第一閾值的關(guān)鍵詞構(gòu)成相關(guān)詞集合；記錄各相關(guān)詞集合，以及所述相關(guān)詞集合內(nèi)每個(gè)關(guān)鍵詞出現(xiàn)的頻次。14.根據(jù)權(quán)利要求9所述的裝置，其特征在于，還包括: 推薦模塊，用于從所述相關(guān)詞對(duì)中查找與當(dāng)前瀏覽頁(yè)面中提取的關(guān)鍵詞具有相關(guān)性的相關(guān)詞，并在所述當(dāng)前瀏覽頁(yè)面中推薦所述相關(guān)詞。15.根據(jù)權(quán)利要求14所述的裝置，其特征在于，還包括: 提取模塊，用于提取當(dāng)前瀏覽頁(yè)面中的實(shí)體詞，以及所述實(shí)體詞在頁(yè)面中的位置權(quán)重； 所述推薦模塊，用于在相關(guān)詞對(duì)中查找所述當(dāng)前瀏覽頁(yè)面中每個(gè)關(guān)鍵詞所在的相關(guān)詞集合；將所述相關(guān)詞集合內(nèi)出現(xiàn)的頻次達(dá)到第二閾值的關(guān)鍵詞作為所述關(guān)鍵詞的相關(guān)詞；按照所述關(guān)鍵詞在頁(yè)面中的位置權(quán)重和所述相關(guān)詞出現(xiàn)的頻次對(duì)所述相關(guān)詞進(jìn)行排序，按照排序結(jié)果在所述當(dāng)前瀏覽頁(yè)面中推薦所述相關(guān)詞。16.根據(jù)權(quán)利要求9或10所述的裝置，其特征在于，還包括: 預(yù)處理模塊，用于從問(wèn)答平臺(tái)中獲取問(wèn)題以及問(wèn)題對(duì)應(yīng)的答案數(shù)據(jù)；對(duì)每個(gè)問(wèn)題和對(duì)應(yīng)的答案數(shù)據(jù)的文本進(jìn)行特征提??；依據(jù)提取得到的特征對(duì)所述問(wèn)題和答案數(shù)據(jù)進(jìn)行分類，將所述問(wèn)題和答案數(shù)據(jù)分別劃分到既定的預(yù)設(shè)類別中。
【專利摘要】本發(fā)明提供一種基于問(wèn)答平臺(tái)的數(shù)據(jù)處理方法和裝置，以解決數(shù)據(jù)挖掘的效率和精度較低的問(wèn)題。所述的方法包括：對(duì)從問(wèn)答平臺(tái)獲取的各答案數(shù)據(jù)分別進(jìn)行文本分析，確定各答案數(shù)據(jù)的相似度；根據(jù)所述問(wèn)答平臺(tái)記錄的各項(xiàng)問(wèn)題與答案數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系，按照所述相似度分別對(duì)各答案數(shù)據(jù)對(duì)應(yīng)的問(wèn)題進(jìn)行聚類，得到各問(wèn)題簇；分別對(duì)每個(gè)問(wèn)題簇中的各項(xiàng)問(wèn)題進(jìn)行文本分析，提取所述問(wèn)題簇中由各問(wèn)題的關(guān)鍵詞所構(gòu)成的相關(guān)詞對(duì)，其中，同一問(wèn)題簇內(nèi)的各關(guān)鍵詞具有相關(guān)性。通過(guò)答案數(shù)據(jù)的相似度分析可以消除答案數(shù)據(jù)中的噪聲，同時(shí)減少了對(duì)答案數(shù)據(jù)中不相關(guān)數(shù)據(jù)的處理，有效地量化了問(wèn)題的相似性，既提高了數(shù)據(jù)的處理效率，又提高了數(shù)據(jù)處理的精度。
【IPC分類】G06F17/30
【公開(kāi)號(hào)】CN105005564
【申請(qǐng)?zhí)枴緾N201410156263
【發(fā)明人】劉華生, 張闊, 顧思宇
【申請(qǐng)人】北京搜狗科技發(fā)展有限公司
【公開(kāi)日】2015年10月28日
【申請(qǐng)日】2014年4月17日