本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種信息挖掘方法、電子裝置及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)：

目前，在信息挖掘和推送領(lǐng)域，業(yè)界通常是實(shí)時(shí)或者定時(shí)在預(yù)先確定的數(shù)據(jù)源(例如，各大新聞網(wǎng)站)對(duì)特定類(lèi)型的信息(例如，新聞標(biāo)題信息)進(jìn)行分析篩選，以自動(dòng)挖掘出目標(biāo)信息。現(xiàn)有的分析篩選方案是：預(yù)先訓(xùn)練好識(shí)別信息的類(lèi)別標(biāo)簽的分類(lèi)器；再利用訓(xùn)練好的分類(lèi)器對(duì)特定類(lèi)型的信息的類(lèi)別標(biāo)簽進(jìn)行識(shí)別，以識(shí)別出屬于預(yù)設(shè)類(lèi)別標(biāo)簽的目標(biāo)信息。這種現(xiàn)有的分析篩選方案只能識(shí)別出屬于預(yù)設(shè)類(lèi)別標(biāo)簽的目標(biāo)信息，無(wú)法對(duì)目標(biāo)信息指向的核心觀點(diǎn)信息進(jìn)行深度挖掘，使得目標(biāo)信息的挖掘和推送的準(zhǔn)確性無(wú)法保障，容易出錯(cuò)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的主要目的在于提供一種信息挖掘方法、電子裝置及可讀存儲(chǔ)介質(zhì)，旨在有效挖掘出核心觀點(diǎn)信息。

為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種信息挖掘方法，所述方法包括以下步驟：

實(shí)時(shí)或者定時(shí)從預(yù)先確定的數(shù)據(jù)源獲取特定類(lèi)型的信息；

對(duì)獲取的各個(gè)信息進(jìn)行分詞處理，并對(duì)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞進(jìn)行詞性標(biāo)注；

根據(jù)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞的分詞順序和詞性，將各個(gè)信息對(duì)應(yīng)的各個(gè)分詞構(gòu)建成預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)；

在一個(gè)信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)構(gòu)建完成后，根據(jù)該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，解析出該信息對(duì)應(yīng)的核心觀點(diǎn)信息。

優(yōu)選地，所述對(duì)獲取的各個(gè)信息進(jìn)行分詞處理的步驟包括：

根據(jù)正向最大匹配法將每一信息中待處理的字符串與通用字詞典庫(kù)進(jìn)行匹配，得到第一匹配結(jié)果，所述第一匹配結(jié)果中包含有第一數(shù)量的第一詞組和第三數(shù)量的單字；

根據(jù)逆向最大匹配法將每一信息中待處理的字符串與通用字詞典庫(kù)進(jìn)行匹配，得到第二匹配結(jié)果，所述第二匹配結(jié)果中包含有第二數(shù)量的第二詞組和第四數(shù)量的單字；

若所述第一數(shù)量與所述第二數(shù)量相等，且所述第三數(shù)量小于或者等于所述第四數(shù)量，則將所述第一匹配結(jié)果作為該信息的分詞結(jié)果；

若所述第一數(shù)量與所述第二數(shù)量相等，且所述第三數(shù)量大于所述第四數(shù)量，則將所述第二匹配結(jié)果作為該信息的分詞結(jié)果；

若所述第一數(shù)量與所述第二數(shù)量不相等，且所述第一數(shù)量大于所述第二數(shù)量，則將所述第二匹配結(jié)果作為該信息的分詞結(jié)果；

若所述第一數(shù)量與所述第二數(shù)量不相等，且所述第一數(shù)量小于所述第二數(shù)量，則將所述第一匹配結(jié)果作為該信息的分詞結(jié)果。

優(yōu)選地，所述對(duì)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞進(jìn)行詞性標(biāo)注的步驟包括：

根據(jù)通用字詞典庫(kù)中字和詞分別與詞性的映射關(guān)系，及/或，預(yù)設(shè)的字和詞分別與詞性的映射關(guān)系，確定各個(gè)信息的各個(gè)分詞對(duì)應(yīng)的詞性；

為各個(gè)信息的各個(gè)分詞標(biāo)注對(duì)應(yīng)的詞性。

優(yōu)選地，所述預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)包括多級(jí)節(jié)點(diǎn)，第一級(jí)節(jié)點(diǎn)為各個(gè)信息本身，第二級(jí)節(jié)點(diǎn)為分詞短語(yǔ)，第二級(jí)節(jié)點(diǎn)之后的每一級(jí)節(jié)點(diǎn)均是上一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的下一級(jí)分詞或者分詞短語(yǔ)，所述根據(jù)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞的分詞順序和詞性，將各個(gè)信息對(duì)應(yīng)的各個(gè)分詞構(gòu)建成預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)的步驟包括：

a1、在各個(gè)信息對(duì)應(yīng)的各個(gè)分詞中，找出各個(gè)預(yù)設(shè)詞性的目標(biāo)分詞；

a2、根據(jù)各個(gè)信息中各個(gè)目標(biāo)分詞的順序，確定各個(gè)第二級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞短語(yǔ)；

a3、若一個(gè)分詞短語(yǔ)不可以進(jìn)一步分詞，則確定該分詞短語(yǔ)為所在節(jié)點(diǎn)分支的最后一級(jí)節(jié)點(diǎn)；

a4、若一個(gè)分詞短語(yǔ)可以進(jìn)一步分詞，則找出該分詞短語(yǔ)中的各個(gè)預(yù)設(shè)詞性的目標(biāo)分詞，并根據(jù)該分詞短語(yǔ)對(duì)應(yīng)的各個(gè)目標(biāo)分詞的順序，確定該分詞短語(yǔ)的下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞或者分詞短語(yǔ)；

a5、重復(fù)執(zhí)行上述步驟a3和a4，直到確定出各個(gè)節(jié)點(diǎn)分支的最后一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞。

優(yōu)選地，所述根據(jù)該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，解析出該信息對(duì)應(yīng)的核心觀點(diǎn)信息的步驟包括：

基于構(gòu)建的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，計(jì)算各個(gè)預(yù)設(shè)第一關(guān)鍵詞性的分詞與各個(gè)預(yù)設(shè)第二關(guān)鍵詞性的分詞之間的距離；

分別找出與各個(gè)預(yù)設(shè)第一關(guān)鍵詞性的分詞距離最近的預(yù)設(shè)第二關(guān)鍵詞性的分詞，并將各個(gè)預(yù)設(shè)第一關(guān)鍵詞性的分詞與距離其最近的預(yù)設(shè)第二關(guān)鍵詞性的分詞按照在該信息中的順序組成對(duì)應(yīng)的核心觀點(diǎn)信息。

此外，為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種電子裝置，所述電子裝置包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的信息挖掘系統(tǒng)，所述信息挖掘系統(tǒng)被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如下步驟：

實(shí)時(shí)或者定時(shí)從預(yù)先確定的數(shù)據(jù)源獲取特定類(lèi)型的信息；

對(duì)獲取的各個(gè)信息進(jìn)行分詞處理，并對(duì)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞進(jìn)行詞性標(biāo)注；

根據(jù)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞的分詞順序和詞性，將各個(gè)信息對(duì)應(yīng)的各個(gè)分詞構(gòu)建成預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)；

在一個(gè)信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)構(gòu)建完成后，根據(jù)該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，解析出該信息對(duì)應(yīng)的核心觀點(diǎn)信息。

優(yōu)選地，所述對(duì)獲取的各個(gè)信息進(jìn)行分詞處理的步驟包括：

根據(jù)正向最大匹配法將每一信息中待處理的字符串與通用字詞典庫(kù)進(jìn)行匹配，得到第一匹配結(jié)果，所述第一匹配結(jié)果中包含有第一數(shù)量的第一詞組和第三數(shù)量的單字；

根據(jù)逆向最大匹配法將每一信息中待處理的字符串與通用字詞典庫(kù)進(jìn)行匹配，得到第二匹配結(jié)果，所述第二匹配結(jié)果中包含有第二數(shù)量的第二詞組和第四數(shù)量的單字；

若所述第一數(shù)量與所述第二數(shù)量相等，且所述第三數(shù)量小于或者等于所述第四數(shù)量，則將所述第一匹配結(jié)果作為該信息的分詞結(jié)果；

若所述第一數(shù)量與所述第二數(shù)量相等，且所述第三數(shù)量大于所述第四數(shù)量，則將所述第二匹配結(jié)果作為該信息的分詞結(jié)果；

若所述第一數(shù)量與所述第二數(shù)量不相等，且所述第一數(shù)量大于所述第二數(shù)量，則將所述第二匹配結(jié)果作為該信息的分詞結(jié)果；

若所述第一數(shù)量與所述第二數(shù)量不相等，且所述第一數(shù)量小于所述第二數(shù)量，則將所述第一匹配結(jié)果作為該信息的分詞結(jié)果。

優(yōu)選地，所述對(duì)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞進(jìn)行詞性標(biāo)注的步驟包括：

根據(jù)通用字詞典庫(kù)中字和詞分別與詞性的映射關(guān)系，及/或，預(yù)設(shè)的字和詞分別與詞性的映射關(guān)系，確定各個(gè)信息的各個(gè)分詞對(duì)應(yīng)的詞性；為各個(gè)信息的各個(gè)分詞標(biāo)注對(duì)應(yīng)的詞性。

優(yōu)選地，所述預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)包括多級(jí)節(jié)點(diǎn)，第一級(jí)節(jié)點(diǎn)為各個(gè)信息本身，第二級(jí)節(jié)點(diǎn)為分詞短語(yǔ)，第二級(jí)節(jié)點(diǎn)之后的每一級(jí)節(jié)點(diǎn)均是上一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的下一級(jí)分詞或者分詞短語(yǔ)，所述根據(jù)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞的分詞順序和詞性，將各個(gè)信息對(duì)應(yīng)的各個(gè)分詞構(gòu)建成預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)的步驟包括：

在各個(gè)信息對(duì)應(yīng)的各個(gè)分詞中，找出各個(gè)預(yù)設(shè)詞性的目標(biāo)分詞；根據(jù)各個(gè)信息中各個(gè)目標(biāo)分詞的順序，確定各個(gè)第二級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞短語(yǔ)；若一個(gè)分詞短語(yǔ)不可以進(jìn)一步分詞，則確定該分詞短語(yǔ)為所在節(jié)點(diǎn)分支的最后一級(jí)節(jié)點(diǎn)；若一個(gè)分詞短語(yǔ)可以進(jìn)一步分詞，則找出該分詞短語(yǔ)中的各個(gè)預(yù)設(shè)詞性的目標(biāo)分詞，并根據(jù)該分詞短語(yǔ)對(duì)應(yīng)的各個(gè)目標(biāo)分詞的順序，確定該分詞短語(yǔ)的下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞或者分詞短語(yǔ)，直到確定出各個(gè)節(jié)點(diǎn)分支的最后一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞。

進(jìn)一步地，為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有信息挖掘系統(tǒng)，所述信息挖掘系統(tǒng)可被至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器執(zhí)行如上述的信息挖掘方法的步驟。

本發(fā)明提出的信息挖掘方法、電子裝置及可讀存儲(chǔ)介質(zhì)，對(duì)從數(shù)據(jù)源獲取的特定類(lèi)型的信息進(jìn)行分詞及對(duì)各個(gè)分詞進(jìn)行詞性標(biāo)注，并根據(jù)各個(gè)分詞的順序和詞性構(gòu)建預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，基于構(gòu)建的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)解析出該信息對(duì)應(yīng)的核心觀點(diǎn)信息。由于能對(duì)獲取的信息進(jìn)行分詞，并根據(jù)各個(gè)分詞的詞性構(gòu)建預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，利用預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)來(lái)挖掘信息中各個(gè)分詞的深度聯(lián)系以得到核心觀點(diǎn)信息，從而實(shí)現(xiàn)對(duì)信息的深度挖掘，準(zhǔn)確獲取到信息中的核心觀點(diǎn)信息。

附圖說(shuō)明

圖1為本發(fā)明信息挖掘系統(tǒng)10較佳實(shí)施例的運(yùn)行環(huán)境示意圖；

圖2為本發(fā)明信息挖掘系統(tǒng)10一實(shí)施例的功能模塊示意圖；

圖3為本發(fā)明信息挖掘方法一實(shí)施例中預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)的示意圖；

圖4為本發(fā)明信息挖掘方法一實(shí)施例的流程示意圖。

本發(fā)明目的的實(shí)現(xiàn)、功能特點(diǎn)及優(yōu)點(diǎn)將結(jié)合實(shí)施例，參照附圖做進(jìn)一步說(shuō)明。

具體實(shí)施方式

為了使本發(fā)明所要解決的技術(shù)問(wèn)題、技術(shù)方案及有益效果更加清楚、明白，以下結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明提供一種信息挖掘系統(tǒng)。請(qǐng)參閱圖1，是本發(fā)明信息挖掘系統(tǒng)10較佳實(shí)施例的運(yùn)行環(huán)境示意圖。

在本實(shí)施例中，所述的信息挖掘系統(tǒng)10安裝并運(yùn)行于電子裝置1中。該電子裝置1可包括，但不僅限于，存儲(chǔ)器11、處理器12及顯示器13。圖1僅示出了具有組件11-13的電子裝置1，但是應(yīng)理解的是，并不要求實(shí)施所有示出的組件，可以替代的實(shí)施更多或者更少的組件。

所述存儲(chǔ)器11在一些實(shí)施例中可以是所述電子裝置1的內(nèi)部存儲(chǔ)單元，例如該電子裝置1的硬盤(pán)或內(nèi)存。所述存儲(chǔ)器11在另一些實(shí)施例中也可以是所述電子裝置1的外部存儲(chǔ)設(shè)備，例如所述電子裝置1上配備的插接式硬盤(pán)，智能存儲(chǔ)卡(smartmediacard,smc)，安全數(shù)字(securedigital,sd)卡，閃存卡(flashcard)等。進(jìn)一步地，所述存儲(chǔ)器11還可以既包括所述電子裝置1的內(nèi)部存儲(chǔ)單元也包括外部存儲(chǔ)設(shè)備。所述存儲(chǔ)器11用于存儲(chǔ)安裝于所述電子裝置1的應(yīng)用軟件及各類(lèi)數(shù)據(jù)，例如所述信息挖掘系統(tǒng)10的程序代碼等。所述存儲(chǔ)器11還可以用于暫時(shí)地存儲(chǔ)已經(jīng)輸出或者將要輸出的數(shù)據(jù)。

所述處理器12在一些實(shí)施例中可以是一中央處理器(centralprocessingunit,cpu)，微處理器或其他數(shù)據(jù)處理芯片，用于運(yùn)行所述存儲(chǔ)器11中存儲(chǔ)的程序代碼或處理數(shù)據(jù)，例如執(zhí)行所述信息挖掘系統(tǒng)10等。

所述顯示器13在一些實(shí)施例中可以是led顯示器、液晶顯示器、觸控式液晶顯示器以及oled(organiclight-emittingdiode，有機(jī)發(fā)光二極管)觸摸器等。所述顯示器13用于顯示在所述電子裝置1中處理的信息以及用于顯示可視化的用戶界面，例如應(yīng)用菜單界面、應(yīng)用圖標(biāo)界面等。所述電子裝置1的部件11-13通過(guò)系統(tǒng)總線相互通信。

請(qǐng)參閱圖2，是本發(fā)明信息挖掘系統(tǒng)10較佳實(shí)施例的功能模塊圖。在本實(shí)施例中，所述的信息挖掘系統(tǒng)10可以被分割成一個(gè)或多個(gè)模塊，所述一個(gè)或者多個(gè)模塊被存儲(chǔ)于所述存儲(chǔ)器11中，并由一個(gè)或多個(gè)處理器(本實(shí)施例為所述處理器12)所執(zhí)行，以完成本發(fā)明。例如，在圖2中，所述的信息挖掘系統(tǒng)10可以被分割成獲取模塊01、分詞模塊02、構(gòu)建模塊03、解析模塊04；上述各模塊包括一系列計(jì)算機(jī)程序指令段，這些計(jì)算機(jī)程序指令段可被處理器12執(zhí)行，以實(shí)現(xiàn)本申請(qǐng)各實(shí)施例所提供的對(duì)應(yīng)的功能。以下描述將具體介紹所述模塊01-04的功能。

獲取模塊01，用于實(shí)時(shí)或者定時(shí)從預(yù)先確定的數(shù)據(jù)源獲取特定類(lèi)型的信息。例如，可通過(guò)網(wǎng)絡(luò)爬蟲(chóng)等工具實(shí)時(shí)或者定時(shí)從預(yù)先確定的數(shù)據(jù)源(例如，各大新聞網(wǎng)站、論壇等)獲取特定類(lèi)型的信息(例如，新聞標(biāo)題信息、索引信息、簡(jiǎn)介信息等)。

分詞模塊02，用于對(duì)獲取的各個(gè)信息進(jìn)行分詞處理，并對(duì)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞進(jìn)行詞性標(biāo)注。對(duì)從數(shù)據(jù)源中獲取到的特定類(lèi)型的各個(gè)信息后，可對(duì)獲取的各個(gè)信息進(jìn)行分詞處理。例如，可利用字符串匹配的分詞方法對(duì)各個(gè)信息進(jìn)行分詞處理，如正向最大匹配法，把一個(gè)信息中的字符串從左至右來(lái)分詞，即從左到右將待分詞的信息文本中的幾個(gè)連續(xù)字符與詞表匹配，如果匹配上，則切分出一個(gè)詞；或者，反向最大匹配法，把一個(gè)信息中的字符串從右至左來(lái)分詞，即從待分詞的信息文本的末端開(kāi)始匹配掃描，從右至左將待分詞的信息文本中的幾個(gè)連續(xù)字符與詞表匹配，如果匹配上，則切分出一個(gè)詞；或者，最短路徑分詞法，一個(gè)信息中的字符串里面要求切出的詞數(shù)是最少的；或者，雙向最大匹配法，正反向同時(shí)進(jìn)行分詞匹配。還可利用詞義分詞法對(duì)各個(gè)信息進(jìn)行分詞處理，詞義分詞法是一種機(jī)器語(yǔ)音判斷的分詞方法，利用句法信息和語(yǔ)義信息來(lái)處理歧義現(xiàn)象來(lái)分詞。還可利用統(tǒng)計(jì)分詞法對(duì)各個(gè)信息進(jìn)行分詞處理，從當(dāng)前用戶的歷史搜索記錄或大眾用戶的歷史搜索記錄中，根據(jù)詞組的統(tǒng)計(jì)，會(huì)統(tǒng)計(jì)有些兩個(gè)相鄰的字出現(xiàn)的頻率較多，則可將這兩個(gè)相鄰的字作為詞組來(lái)進(jìn)行分詞。對(duì)獲取的各個(gè)信息完成分詞處理后，可對(duì)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞(包括詞組和單字)進(jìn)行詞性標(biāo)注。例如，所述詞性包括：實(shí)詞—名詞、動(dòng)詞、形容詞、數(shù)量詞、代詞等；虛詞—副詞、介詞、連詞、助詞、嘆詞、擬聲詞等。

構(gòu)建模塊03，用于根據(jù)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞的分詞順序和詞性，將各個(gè)信息對(duì)應(yīng)的各個(gè)分詞構(gòu)建成預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)；

解析模塊04，用于在一個(gè)信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)構(gòu)建完成后，根據(jù)該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，解析出該信息對(duì)應(yīng)的核心觀點(diǎn)信息。

對(duì)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞進(jìn)行詞性標(biāo)注后，根據(jù)各個(gè)信息中各個(gè)分詞的順序以及各個(gè)分詞標(biāo)注的詞性，將各個(gè)信息對(duì)應(yīng)的各個(gè)分詞構(gòu)建成預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)。如可設(shè)置預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)中不同詞性對(duì)應(yīng)的節(jié)點(diǎn)級(jí)別，將一個(gè)信息中的各個(gè)分詞作為不同節(jié)點(diǎn)，構(gòu)建該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)；還可將不同詞性的分詞組成分詞短語(yǔ)，以與各個(gè)分詞形成不同的節(jié)點(diǎn)級(jí)別，構(gòu)建該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)。在一個(gè)信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)構(gòu)建完成后，根據(jù)該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，解析出該信息對(duì)應(yīng)的核心觀點(diǎn)信息。例如，可設(shè)置某一詞性的分詞為核心信息，或從歷史搜索記錄中統(tǒng)計(jì)確定出核心信息對(duì)應(yīng)的詞性的分詞，將該詞性設(shè)置為核心詞性，則在該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)中找出屬于核心詞性，且在預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)中到主節(jié)點(diǎn)的節(jié)點(diǎn)距離最短的分詞，作為該信息對(duì)應(yīng)的核心觀點(diǎn)信息。還可設(shè)置多個(gè)核心詞性，在該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)中找出屬于核心詞性的多個(gè)分詞，且找到預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)中屬于核心詞性的多個(gè)分詞之間節(jié)點(diǎn)距離最短的分詞組合，將該分詞組合對(duì)應(yīng)的信息作為該信息的核心觀點(diǎn)信息。

本實(shí)施例對(duì)從數(shù)據(jù)源獲取的特定類(lèi)型的信息進(jìn)行分詞及對(duì)各個(gè)分詞進(jìn)行詞性標(biāo)注，并根據(jù)各個(gè)分詞的順序和詞性構(gòu)建預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，基于構(gòu)建的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)解析出該信息對(duì)應(yīng)的核心觀點(diǎn)信息。由于能對(duì)獲取的信息進(jìn)行分詞，并根據(jù)各個(gè)分詞的詞性構(gòu)建預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，利用預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)來(lái)挖掘信息中各個(gè)分詞的深度聯(lián)系以得到核心觀點(diǎn)信息，從而實(shí)現(xiàn)對(duì)信息的深度挖掘，準(zhǔn)確獲取到信息中的核心觀點(diǎn)信息。

進(jìn)一步地，在其他實(shí)施例中，在根據(jù)該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)解析出該信息對(duì)應(yīng)的核心觀點(diǎn)信息之后，上述解析模塊04還用于：

利用預(yù)先訓(xùn)練好的分類(lèi)器識(shí)別出該信息的核心觀點(diǎn)信息對(duì)應(yīng)的分類(lèi)標(biāo)簽；若識(shí)別出的分類(lèi)標(biāo)簽屬于預(yù)先確定的分類(lèi)標(biāo)簽，則將該信息的全部?jī)?nèi)容，及/或，該信息的全部?jī)?nèi)容的鏈接地址推送給預(yù)先確定的終端。例如，若用戶感興趣的為體育類(lèi)的信息，則可預(yù)先確定分類(lèi)標(biāo)簽為“體育”，在解析出從數(shù)據(jù)源得到的信息中的核心觀點(diǎn)信息之后，可進(jìn)一步地識(shí)別出該信息的核心觀點(diǎn)信息對(duì)應(yīng)的分類(lèi)標(biāo)簽，若識(shí)別出的分類(lèi)標(biāo)簽屬于“體育”類(lèi)標(biāo)簽，則判斷該信息為用戶感興趣的信息，則將該信息的全部?jī)?nèi)容，及/或，該信息的全部?jī)?nèi)容的鏈接地址推送給預(yù)先確定的終端如用戶的手機(jī)、平板電腦等，從而實(shí)現(xiàn)目標(biāo)信息的有效挖掘和精準(zhǔn)推送。

進(jìn)一步地，在其他實(shí)施例中，上述分詞模塊02還用于：

根據(jù)正向最大匹配法將每一信息中待處理的字符串與通用字詞典庫(kù)進(jìn)行匹配，得到第一匹配結(jié)果；

根據(jù)逆向最大匹配法將每一信息中待處理的字符串與通用字詞典庫(kù)進(jìn)行匹配，得到第二匹配結(jié)果。其中，所述第一匹配結(jié)果中包含有第一數(shù)量的第一詞組，所述第二匹配結(jié)果中包含有第二數(shù)量的第二詞組；所述第一匹配結(jié)果中包含有第三數(shù)量的單字，所述第二匹配結(jié)果中包含有第四數(shù)量的單字。

若所述第一數(shù)量與所述第二數(shù)量相等，且所述第三數(shù)量小于或者等于所述第四數(shù)量，則輸出所述第一匹配結(jié)果(包括詞組和單字)；

若所述第一數(shù)量與所述第二數(shù)量相等，且所述第三數(shù)量大于所述第四數(shù)量，則輸出所述第二匹配結(jié)果(包括詞組和單字)；

若所述第一數(shù)量與所述第二數(shù)量不相等，且所述第一數(shù)量大于所述第二數(shù)量，則輸出所述第二匹配結(jié)果(包括詞組和單字)；

若所述第一數(shù)量與所述第二數(shù)量不相等，且所述第一數(shù)量小于所述第二數(shù)量，則輸出所述第一匹配結(jié)果(包括詞組和單字)。

本實(shí)施例中采用雙向匹配法來(lái)對(duì)獲取的各個(gè)信息進(jìn)行分詞處理，通過(guò)正反向同時(shí)進(jìn)行分詞匹配來(lái)分析各個(gè)信息待處理的字符串中前后組合內(nèi)容的粘性，由于通常情況下詞組能代表核心觀點(diǎn)信息的概率更大，即通過(guò)詞組更能表達(dá)出核心觀點(diǎn)信息。因此，通過(guò)正反向同時(shí)進(jìn)行分詞匹配找出單字?jǐn)?shù)量更少，詞組數(shù)量更多的分詞匹配結(jié)果，以作為信息的分詞結(jié)果，從而提高分詞及信息挖掘的準(zhǔn)確性。

進(jìn)一步地，在其他實(shí)施例中，上述分詞模塊02還用于：

根據(jù)通用字詞典庫(kù)中字和詞分別與詞性的映射關(guān)系(例如，通用字詞典庫(kù)中，操場(chǎng)對(duì)應(yīng)的詞性是名詞)，及/或，預(yù)設(shè)的字和詞分別與詞性的映射關(guān)系(例如，預(yù)設(shè)的字和詞分別與詞性的映射關(guān)系中，操場(chǎng)對(duì)應(yīng)的詞性是常用名詞)，確定各個(gè)信息的各個(gè)分詞對(duì)應(yīng)的詞性，并為各個(gè)信息的各個(gè)分詞標(biāo)注對(duì)應(yīng)的詞性。其中，預(yù)設(shè)的字和詞分別與詞性的映射關(guān)系的詞性標(biāo)注優(yōu)先級(jí)高于通用字詞典庫(kù)中字和詞分別與詞性的映射關(guān)系。例如，若通用字詞典庫(kù)中操場(chǎng)對(duì)應(yīng)的詞性是名詞，而預(yù)設(shè)的字和詞分別與詞性的映射關(guān)系中操場(chǎng)對(duì)應(yīng)的詞性是常用名詞，則優(yōu)先按照預(yù)設(shè)的字和詞分別與詞性的映射關(guān)系來(lái)標(biāo)注，即對(duì)操場(chǎng)標(biāo)注的詞性為常用名詞。

進(jìn)一步地，在其他實(shí)施例中，所述預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)包括多級(jí)節(jié)點(diǎn)，第一級(jí)節(jié)點(diǎn)為各個(gè)信息本身，第二級(jí)節(jié)點(diǎn)為分詞短語(yǔ)，第二級(jí)節(jié)點(diǎn)之后的每一級(jí)節(jié)點(diǎn)均是上一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的下一級(jí)分詞或者分詞短語(yǔ)，上述構(gòu)建模塊03還用于：

在各個(gè)信息對(duì)應(yīng)的各個(gè)分詞中，找出各個(gè)預(yù)設(shè)詞性的目標(biāo)分詞；根據(jù)各個(gè)信息中各個(gè)目標(biāo)分詞的順序，確定各個(gè)第二級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞短語(yǔ)；若一個(gè)分詞短語(yǔ)不可以進(jìn)一步分詞，則確定該分詞短語(yǔ)為所在節(jié)點(diǎn)分支的最后一級(jí)節(jié)點(diǎn)；若一個(gè)分詞短語(yǔ)可以進(jìn)一步分詞，則找出該分詞短語(yǔ)中的各個(gè)預(yù)設(shè)詞性的目標(biāo)分詞，并根據(jù)該分詞短語(yǔ)對(duì)應(yīng)的各個(gè)目標(biāo)分詞的順序，確定該分詞短語(yǔ)的下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞或者分詞短語(yǔ)，直到確定出各個(gè)節(jié)點(diǎn)分支的最后一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞。

上述解析模塊04還用于：

基于構(gòu)建的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，計(jì)算各個(gè)預(yù)設(shè)第一關(guān)鍵詞性的分詞與各個(gè)預(yù)設(shè)第二關(guān)鍵詞性的分詞之間的距離；分別找出與各個(gè)預(yù)設(shè)第一關(guān)鍵詞性的分詞距離最近的預(yù)設(shè)第二關(guān)鍵詞性的分詞，并將各個(gè)預(yù)設(shè)第一關(guān)鍵詞性的分詞與距離其最近的預(yù)設(shè)第二關(guān)鍵詞性的分詞按照在該信息中的順序組成對(duì)應(yīng)的核心觀點(diǎn)信息。

在一種具體實(shí)施方式中，如圖3所示，該信息為“我去操場(chǎng)踢足球”，對(duì)應(yīng)的分詞結(jié)果為“我去操場(chǎng)踢足球”，詞性標(biāo)注的結(jié)果為“我/代詞去/動(dòng)詞操場(chǎng)/常用名詞踢足球/常用名詞”。為該信息“我去操場(chǎng)踢足球”構(gòu)建的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)參見(jiàn)圖3所示，該預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)包括多級(jí)節(jié)點(diǎn)，第一級(jí)節(jié)點(diǎn)為信息本身，第二級(jí)節(jié)點(diǎn)為分詞短語(yǔ)(例如，名詞短語(yǔ)、動(dòng)詞短語(yǔ)及斷句符如“?！?。本實(shí)施例中，在各個(gè)信息對(duì)應(yīng)的各個(gè)分詞中，找出各個(gè)預(yù)設(shè)詞性“例如，名詞、動(dòng)詞等”的目標(biāo)分詞；根據(jù)信息中各個(gè)目標(biāo)分詞的順序，確定各個(gè)第二級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞短語(yǔ)。第二級(jí)節(jié)點(diǎn)之后的每一級(jí)節(jié)點(diǎn)均是其上一級(jí)節(jié)點(diǎn)所對(duì)應(yīng)的下一級(jí)分詞或者分詞短語(yǔ)，第三級(jí)節(jié)點(diǎn)為第二級(jí)節(jié)點(diǎn)的分詞或者分詞短語(yǔ)。如圖3中所示，對(duì)該信息進(jìn)行詞性標(biāo)注的結(jié)果為“我/代詞去/動(dòng)詞操場(chǎng)/常用名詞踢足球/常用名詞”，根據(jù)該信息中各個(gè)分詞的分詞順序如從左至右的順序來(lái)確定第二級(jí)節(jié)點(diǎn)，預(yù)先設(shè)定第二級(jí)節(jié)點(diǎn)為分詞短語(yǔ)包括名詞短語(yǔ)、動(dòng)詞短語(yǔ)等，該信息中從左至右，“我”為代詞屬于名詞短語(yǔ)，因此“我”確定為第二級(jí)節(jié)點(diǎn)，排序在“我”之后的“去”、“操場(chǎng)”、“踢足球”可組成動(dòng)詞短語(yǔ)“去操場(chǎng)踢足球”，因此，可確定“去操場(chǎng)踢足球”為第二級(jí)節(jié)點(diǎn)。因此，該信息的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)中第二級(jí)節(jié)點(diǎn)包括“我”、“去操場(chǎng)踢足球”。進(jìn)一步地，第二級(jí)節(jié)點(diǎn)“我”不可以進(jìn)一步分詞，則確定該分詞短語(yǔ)為所在節(jié)點(diǎn)分支的最后一級(jí)節(jié)點(diǎn)。而作為第二級(jí)節(jié)點(diǎn)的動(dòng)詞短語(yǔ)“去操場(chǎng)踢足球”，可以進(jìn)一步分詞，則該第二級(jí)節(jié)點(diǎn)“去操場(chǎng)踢足球”的分詞或者分詞短語(yǔ)可作為第三級(jí)節(jié)點(diǎn)，該第三級(jí)節(jié)點(diǎn)包括動(dòng)詞“去”和名詞短語(yǔ)“操場(chǎng)踢足球”，進(jìn)一步地，名詞短語(yǔ)“操場(chǎng)踢足球”還可以分為第四級(jí)節(jié)點(diǎn)“操場(chǎng)”、“踢足球”。若一個(gè)分詞短語(yǔ)可以進(jìn)一步分詞，則找出該分詞短語(yǔ)中的各個(gè)預(yù)設(shè)詞性“例如，名詞、動(dòng)詞等”的目標(biāo)分詞，并根據(jù)該分詞短語(yǔ)對(duì)應(yīng)的各個(gè)目標(biāo)分詞的順序，確定該分詞短語(yǔ)的下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞或者分詞短語(yǔ)；若一個(gè)分詞短語(yǔ)不可以進(jìn)一步分詞，則確定該分詞短語(yǔ)為所在節(jié)點(diǎn)分支的最后一級(jí)節(jié)點(diǎn)。

基于構(gòu)建的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，計(jì)算各個(gè)第一關(guān)鍵詞性(例如，動(dòng)詞)分詞與各個(gè)第二關(guān)鍵詞性(例如，名詞)分詞的距離，將各個(gè)第一關(guān)鍵詞性分詞與各個(gè)第二關(guān)鍵詞性分詞之間相隔的節(jié)點(diǎn)數(shù)作為所述距離。其中，第一關(guān)鍵詞性、第二關(guān)鍵詞性可根據(jù)實(shí)際需要自定義設(shè)定，或根據(jù)該用戶的歷史搜索記錄中核心信息通常對(duì)應(yīng)的詞性進(jìn)行相應(yīng)設(shè)置。分別找出與各個(gè)第一關(guān)鍵詞性分詞距離最近的第二關(guān)鍵詞性分詞，分別將各個(gè)第一關(guān)鍵詞性分詞與距離其最近的第二關(guān)鍵詞性分詞按照在該信息中的順序組成對(duì)應(yīng)的核心觀點(diǎn)信息。如圖3中的“去操場(chǎng)”、“去踢足球”作為挖掘出的該信息“我去操場(chǎng)踢足球”對(duì)應(yīng)的核心觀點(diǎn)信息。

本發(fā)明進(jìn)一步提供一種信息挖掘方法。

參照?qǐng)D4，圖4為本發(fā)明信息挖掘方法一實(shí)施例的流程示意圖。

在一實(shí)施例中，該信息挖掘方法包括：

步驟s10，實(shí)時(shí)或者定時(shí)從預(yù)先確定的數(shù)據(jù)源獲取特定類(lèi)型的信息。例如，可通過(guò)網(wǎng)絡(luò)爬蟲(chóng)等工具實(shí)時(shí)或者定時(shí)從預(yù)先確定的數(shù)據(jù)源(例如，各大新聞網(wǎng)站、論壇等)獲取特定類(lèi)型的信息(例如，新聞標(biāo)題信息、索引信息、簡(jiǎn)介信息等)。

步驟s20，對(duì)獲取的各個(gè)信息進(jìn)行分詞處理，并對(duì)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞進(jìn)行詞性標(biāo)注。

對(duì)從數(shù)據(jù)源中獲取到的特定類(lèi)型的各個(gè)信息后，可對(duì)獲取的各個(gè)信息進(jìn)行分詞處理。例如，可利用字符串匹配的分詞方法對(duì)各個(gè)信息進(jìn)行分詞處理，如正向最大匹配法，把一個(gè)信息中的字符串從左至右來(lái)分詞，即從左到右將待分詞的信息文本中的幾個(gè)連續(xù)字符與詞表匹配，如果匹配上，則切分出一個(gè)詞；或者，反向最大匹配法，把一個(gè)信息中的字符串從右至左來(lái)分詞，即從待分詞的信息文本的末端開(kāi)始匹配掃描，從右至左將待分詞的信息文本中的幾個(gè)連續(xù)字符與詞表匹配，如果匹配上，則切分出一個(gè)詞；或者，最短路徑分詞法，一個(gè)信息中的字符串里面要求切出的詞數(shù)是最少的；或者，雙向最大匹配法，正反向同時(shí)進(jìn)行分詞匹配。還可利用詞義分詞法對(duì)各個(gè)信息進(jìn)行分詞處理，詞義分詞法是一種機(jī)器語(yǔ)音判斷的分詞方法，利用句法信息和語(yǔ)義信息來(lái)處理歧義現(xiàn)象來(lái)分詞。還可利用統(tǒng)計(jì)分詞法對(duì)各個(gè)信息進(jìn)行分詞處理，從當(dāng)前用戶的歷史搜索記錄或大眾用戶的歷史搜索記錄中，根據(jù)詞組的統(tǒng)計(jì)，會(huì)統(tǒng)計(jì)有些兩個(gè)相鄰的字出現(xiàn)的頻率較多，則可將這兩個(gè)相鄰的字作為詞組來(lái)進(jìn)行分詞。

對(duì)獲取的各個(gè)信息完成分詞處理后，可對(duì)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞(包括詞組和單字)進(jìn)行詞性標(biāo)注。例如，所述詞性包括：實(shí)詞—名詞、動(dòng)詞、形容詞、數(shù)量詞、代詞等；虛詞—副詞、介詞、連詞、助詞、嘆詞、擬聲詞等。

步驟s30，根據(jù)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞的分詞順序和詞性，將各個(gè)信息對(duì)應(yīng)的各個(gè)分詞構(gòu)建成預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)。

步驟s40，在一個(gè)信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)構(gòu)建完成后，根據(jù)該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，解析出該信息對(duì)應(yīng)的核心觀點(diǎn)信息。

對(duì)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞進(jìn)行詞性標(biāo)注后，根據(jù)各個(gè)信息中各個(gè)分詞的順序以及各個(gè)分詞標(biāo)注的詞性，將各個(gè)信息對(duì)應(yīng)的各個(gè)分詞構(gòu)建成預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)。如可設(shè)置預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)中不同詞性對(duì)應(yīng)的節(jié)點(diǎn)級(jí)別，將一個(gè)信息中的各個(gè)分詞作為不同節(jié)點(diǎn)，構(gòu)建該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)；還可將不同詞性的分詞組成分詞短語(yǔ)，以與各個(gè)分詞形成不同的節(jié)點(diǎn)級(jí)別，構(gòu)建該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)。在一個(gè)信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)構(gòu)建完成后，根據(jù)該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，解析出該信息對(duì)應(yīng)的核心觀點(diǎn)信息。例如，可設(shè)置某一詞性的分詞為核心信息，或從歷史搜索記錄中統(tǒng)計(jì)確定出核心信息對(duì)應(yīng)的詞性的分詞，將該詞性設(shè)置為核心詞性，則在該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)中找出屬于核心詞性，且在預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)中到主節(jié)點(diǎn)的節(jié)點(diǎn)距離最短的分詞，作為該信息對(duì)應(yīng)的核心觀點(diǎn)信息。還可設(shè)置多個(gè)核心詞性，在該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)中找出屬于核心詞性的多個(gè)分詞，且找到預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)中屬于核心詞性的多個(gè)分詞之間節(jié)點(diǎn)距離最短的分詞組合，將該分詞組合對(duì)應(yīng)的信息作為該信息的核心觀點(diǎn)信息。

本實(shí)施例對(duì)從數(shù)據(jù)源獲取的特定類(lèi)型的信息進(jìn)行分詞及對(duì)各個(gè)分詞進(jìn)行詞性標(biāo)注，并根據(jù)各個(gè)分詞的順序和詞性構(gòu)建預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，基于構(gòu)建的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)解析出該信息對(duì)應(yīng)的核心觀點(diǎn)信息。由于能對(duì)獲取的信息進(jìn)行分詞，并根據(jù)各個(gè)分詞的詞性構(gòu)建預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，利用預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)來(lái)挖掘信息中各個(gè)分詞的深度聯(lián)系以得到核心觀點(diǎn)信息，從而實(shí)現(xiàn)對(duì)信息的深度挖掘，準(zhǔn)確獲取到信息中的核心觀點(diǎn)信息。

進(jìn)一步地，在其他實(shí)施例中，在根據(jù)該信息對(duì)應(yīng)的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)解析出該信息對(duì)應(yīng)的核心觀點(diǎn)信息之后，該方法還包括：

利用預(yù)先訓(xùn)練好的分類(lèi)器識(shí)別出該信息的核心觀點(diǎn)信息對(duì)應(yīng)的分類(lèi)標(biāo)簽；若識(shí)別出的分類(lèi)標(biāo)簽屬于預(yù)先確定的分類(lèi)標(biāo)簽，則將該信息的全部?jī)?nèi)容，及/或，該信息的全部?jī)?nèi)容的鏈接地址推送給預(yù)先確定的終端。例如，若用戶感興趣的為體育類(lèi)的信息，則可預(yù)先確定分類(lèi)標(biāo)簽為“體育”，在解析出從數(shù)據(jù)源得到的信息中的核心觀點(diǎn)信息之后，可進(jìn)一步地識(shí)別出該信息的核心觀點(diǎn)信息對(duì)應(yīng)的分類(lèi)標(biāo)簽，若識(shí)別出的分類(lèi)標(biāo)簽屬于“體育”類(lèi)標(biāo)簽，則判斷該信息為用戶感興趣的信息，則將該信息的全部?jī)?nèi)容，及/或，該信息的全部?jī)?nèi)容的鏈接地址推送給預(yù)先確定的終端如用戶的手機(jī)、平板電腦等，從而實(shí)現(xiàn)目標(biāo)信息的有效挖掘和精準(zhǔn)推送。

進(jìn)一步地，在其他實(shí)施例中，上述步驟s20中對(duì)獲取的各個(gè)信息進(jìn)行分詞處理的步驟包括：

根據(jù)正向最大匹配法將每一信息中待處理的字符串與通用字詞典庫(kù)進(jìn)行匹配，得到第一匹配結(jié)果；

根據(jù)逆向最大匹配法將每一信息中待處理的字符串與通用字詞典庫(kù)進(jìn)行匹配，得到第二匹配結(jié)果。其中，所述第一匹配結(jié)果中包含有第一數(shù)量的第一詞組，所述第二匹配結(jié)果中包含有第二數(shù)量的第二詞組；所述第一匹配結(jié)果中包含有第三數(shù)量的單字，所述第二匹配結(jié)果中包含有第四數(shù)量的單字。

若所述第一數(shù)量與所述第二數(shù)量相等，且所述第三數(shù)量小于或者等于所述第四數(shù)量，則輸出所述第一匹配結(jié)果(包括詞組和單字)；

若所述第一數(shù)量與所述第二數(shù)量相等，且所述第三數(shù)量大于所述第四數(shù)量，則輸出所述第二匹配結(jié)果(包括詞組和單字)；

若所述第一數(shù)量與所述第二數(shù)量不相等，且所述第一數(shù)量大于所述第二數(shù)量，則輸出所述第二匹配結(jié)果(包括詞組和單字)；

若所述第一數(shù)量與所述第二數(shù)量不相等，且所述第一數(shù)量小于所述第二數(shù)量，則輸出所述第一匹配結(jié)果(包括詞組和單字)。

本實(shí)施例中采用雙向匹配法來(lái)對(duì)獲取的各個(gè)信息進(jìn)行分詞處理，通過(guò)正反向同時(shí)進(jìn)行分詞匹配來(lái)分析各個(gè)信息待處理的字符串中前后組合內(nèi)容的粘性，由于通常情況下詞組能代表核心觀點(diǎn)信息的概率更大，即通過(guò)詞組更能表達(dá)出核心觀點(diǎn)信息。因此，通過(guò)正反向同時(shí)進(jìn)行分詞匹配找出單字?jǐn)?shù)量更少，詞組數(shù)量更多的分詞匹配結(jié)果，以作為信息的分詞結(jié)果，從而提高分詞及信息挖掘的準(zhǔn)確性。

進(jìn)一步地，在其他實(shí)施例中，上述步驟s20中對(duì)各個(gè)信息對(duì)應(yīng)的各個(gè)分詞進(jìn)行詞性標(biāo)注的步驟包括：

根據(jù)通用字詞典庫(kù)中字和詞分別與詞性的映射關(guān)系(例如，通用字詞典庫(kù)中，操場(chǎng)對(duì)應(yīng)的詞性是名詞)，及/或，預(yù)設(shè)的字和詞分別與詞性的映射關(guān)系(例如，預(yù)設(shè)的字和詞分別與詞性的映射關(guān)系中，操場(chǎng)對(duì)應(yīng)的詞性是常用名詞)，確定各個(gè)信息的各個(gè)分詞對(duì)應(yīng)的詞性，并為各個(gè)信息的各個(gè)分詞標(biāo)注對(duì)應(yīng)的詞性。其中，預(yù)設(shè)的字和詞分別與詞性的映射關(guān)系的詞性標(biāo)注優(yōu)先級(jí)高于通用字詞典庫(kù)中字和詞分別與詞性的映射關(guān)系。例如，若通用字詞典庫(kù)中操場(chǎng)對(duì)應(yīng)的詞性是名詞，而預(yù)設(shè)的字和詞分別與詞性的映射關(guān)系中操場(chǎng)對(duì)應(yīng)的詞性是常用名詞，則優(yōu)先按照預(yù)設(shè)的字和詞分別與詞性的映射關(guān)系來(lái)標(biāo)注，即對(duì)操場(chǎng)標(biāo)注的詞性為常用名詞。

進(jìn)一步地，在其他實(shí)施例中，所述預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)包括多級(jí)節(jié)點(diǎn)，第一級(jí)節(jié)點(diǎn)為各個(gè)信息本身，第二級(jí)節(jié)點(diǎn)為分詞短語(yǔ)，第二級(jí)節(jié)點(diǎn)之后的每一級(jí)節(jié)點(diǎn)均是上一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的下一級(jí)分詞或者分詞短語(yǔ)，上述步驟s30包括：

a1、在各個(gè)信息對(duì)應(yīng)的各個(gè)分詞中，找出各個(gè)預(yù)設(shè)詞性的目標(biāo)分詞；

a2、根據(jù)各個(gè)信息中各個(gè)目標(biāo)分詞的順序，確定各個(gè)第二級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞短語(yǔ)；具體地，可將后一個(gè)目標(biāo)分詞之前的字詞作為前一個(gè)目標(biāo)分詞的分詞短語(yǔ)；將最后一個(gè)目標(biāo)分詞及其之后的字詞作為最后一個(gè)分詞短語(yǔ)。

a3、若一個(gè)分詞短語(yǔ)不可以進(jìn)一步分詞，則確定該分詞短語(yǔ)為所在節(jié)點(diǎn)分支的最后一級(jí)節(jié)點(diǎn)；

a4、若一個(gè)分詞短語(yǔ)可以進(jìn)一步分詞，則找出該分詞短語(yǔ)中的各個(gè)預(yù)設(shè)詞性的目標(biāo)分詞，并根據(jù)該分詞短語(yǔ)對(duì)應(yīng)的各個(gè)目標(biāo)分詞的順序，確定該分詞短語(yǔ)的下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞或者分詞短語(yǔ)；

a5、重復(fù)執(zhí)行上述步驟a3和a4，直到確定出各個(gè)節(jié)點(diǎn)分支的最后一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞。

上述步驟s40包括：

基于構(gòu)建的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，計(jì)算各個(gè)預(yù)設(shè)第一關(guān)鍵詞性的分詞與各個(gè)預(yù)設(shè)第二關(guān)鍵詞性的分詞之間的距離；

分別找出與各個(gè)預(yù)設(shè)第一關(guān)鍵詞性的分詞距離最近的預(yù)設(shè)第二關(guān)鍵詞性的分詞，并將各個(gè)預(yù)設(shè)第一關(guān)鍵詞性的分詞與距離其最近的預(yù)設(shè)第二關(guān)鍵詞性的分詞按照在該信息中的順序組成對(duì)應(yīng)的核心觀點(diǎn)信息。

在一種具體實(shí)施方式中，如圖3所示，圖3為本發(fā)明信息挖掘方法一實(shí)施例中預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)的示意圖。該信息為“我去操場(chǎng)踢足球”，對(duì)應(yīng)的分詞結(jié)果為“我去操場(chǎng)踢足球”，詞性標(biāo)注的結(jié)果為“我/代詞去/動(dòng)詞操場(chǎng)/常用名詞踢足球/常用名詞”。為該信息“我去操場(chǎng)踢足球”構(gòu)建的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)參見(jiàn)圖3所示，該預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)包括多級(jí)節(jié)點(diǎn)，第一級(jí)節(jié)點(diǎn)為信息本身，第二級(jí)節(jié)點(diǎn)為分詞短語(yǔ)(例如，名詞短語(yǔ)、動(dòng)詞短語(yǔ)及斷句符如“?！?。本實(shí)施例中，在各個(gè)信息對(duì)應(yīng)的各個(gè)分詞中，找出各個(gè)預(yù)設(shè)詞性“例如，名詞、動(dòng)詞等”的目標(biāo)分詞；根據(jù)信息中各個(gè)目標(biāo)分詞的順序，確定各個(gè)第二級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞短語(yǔ)。第二級(jí)節(jié)點(diǎn)之后的每一級(jí)節(jié)點(diǎn)均是其上一級(jí)節(jié)點(diǎn)所對(duì)應(yīng)的下一級(jí)分詞或者分詞短語(yǔ)，第三級(jí)節(jié)點(diǎn)為第二級(jí)節(jié)點(diǎn)的分詞或者分詞短語(yǔ)。如圖3中所示，對(duì)該信息進(jìn)行詞性標(biāo)注的結(jié)果為“我/代詞去/動(dòng)詞操場(chǎng)/常用名詞踢足球/常用名詞”，根據(jù)該信息中各個(gè)分詞的分詞順序如從左至右的順序來(lái)確定第二級(jí)節(jié)點(diǎn)，預(yù)先設(shè)定第二級(jí)節(jié)點(diǎn)為分詞短語(yǔ)包括名詞短語(yǔ)、動(dòng)詞短語(yǔ)等，該信息中從左至右，“我”為代詞屬于名詞短語(yǔ)，因此“我”確定為第二級(jí)節(jié)點(diǎn)，排序在“我”之后的“去”、“操場(chǎng)”、“踢足球”可組成動(dòng)詞短語(yǔ)“去操場(chǎng)踢足球”，因此，可確定“去操場(chǎng)踢足球”為第二級(jí)節(jié)點(diǎn)。因此，該信息的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)中第二級(jí)節(jié)點(diǎn)包括“我”、“去操場(chǎng)踢足球”。進(jìn)一步地，第二級(jí)節(jié)點(diǎn)“我”不可以進(jìn)一步分詞，則確定該分詞短語(yǔ)為所在節(jié)點(diǎn)分支的最后一級(jí)節(jié)點(diǎn)。而作為第二級(jí)節(jié)點(diǎn)的動(dòng)詞短語(yǔ)“去操場(chǎng)踢足球”，可以進(jìn)一步分詞，則該第二級(jí)節(jié)點(diǎn)“去操場(chǎng)踢足球”的分詞或者分詞短語(yǔ)可作為第三級(jí)節(jié)點(diǎn)，該第三級(jí)節(jié)點(diǎn)包括動(dòng)詞“去”和名詞短語(yǔ)“操場(chǎng)踢足球”，進(jìn)一步地，名詞短語(yǔ)“操場(chǎng)踢足球”還可以分為第四級(jí)節(jié)點(diǎn)“操場(chǎng)”、“踢足球”。若一個(gè)分詞短語(yǔ)可以進(jìn)一步分詞，則找出該分詞短語(yǔ)中的各個(gè)預(yù)設(shè)詞性“例如，名詞、動(dòng)詞等”的目標(biāo)分詞，并根據(jù)該分詞短語(yǔ)對(duì)應(yīng)的各個(gè)目標(biāo)分詞的順序，確定該分詞短語(yǔ)的下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的分詞或者分詞短語(yǔ)；若一個(gè)分詞短語(yǔ)不可以進(jìn)一步分詞，則確定該分詞短語(yǔ)為所在節(jié)點(diǎn)分支的最后一級(jí)節(jié)點(diǎn)。

基于構(gòu)建的預(yù)設(shè)結(jié)構(gòu)分詞樹(shù)，計(jì)算各個(gè)第一關(guān)鍵詞性(例如，動(dòng)詞)分詞與各個(gè)第二關(guān)鍵詞性(例如，名詞)分詞的距離，將各個(gè)第一關(guān)鍵詞性分詞與各個(gè)第二關(guān)鍵詞性分詞之間相隔的節(jié)點(diǎn)數(shù)作為所述距離。其中，第一關(guān)鍵詞性、第二關(guān)鍵詞性可根據(jù)實(shí)際需要自定義設(shè)定，或根據(jù)該用戶的歷史搜索記錄中核心信息通常對(duì)應(yīng)的詞性進(jìn)行相應(yīng)設(shè)置。分別找出與各個(gè)第一關(guān)鍵詞性分詞距離最近的第二關(guān)鍵詞性分詞，分別將各個(gè)第一關(guān)鍵詞性分詞與距離其最近的第二關(guān)鍵詞性分詞按照在該信息中的順序組成對(duì)應(yīng)的核心觀點(diǎn)信息。如圖3中的“去操場(chǎng)”、“去踢足球”作為挖掘出的該信息“我去操場(chǎng)踢足球”對(duì)應(yīng)的核心觀點(diǎn)信息。

此外，本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有信息挖掘系統(tǒng)，所述信息挖掘系統(tǒng)可被至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器執(zhí)行如上述實(shí)施例中的信息挖掘方法的步驟，該信息挖掘方法的步驟s10、s20、s30等具體實(shí)施過(guò)程如上文所述，在此不再贅述。

需要說(shuō)明的是，在本文中，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、物品或者裝置不僅包括那些要素，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、物品或者裝置所固有的要素。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，并不排除在包括該要素的過(guò)程、方法、物品或者裝置中還存在另外的相同要素。

通過(guò)以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到上述實(shí)施例方法可借助軟件加必需的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)，當(dāng)然也可以通過(guò)硬件來(lái)實(shí)現(xiàn)，但很多情況下前者是更佳的實(shí)施方式。基于這樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)(如rom/ram、磁碟、光盤(pán))中，包括若干指令用以使得一臺(tái)終端設(shè)備(可以是手機(jī)，計(jì)算機(jī)，服務(wù)器，空調(diào)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述的方法。

以上參照附圖說(shuō)明了本發(fā)明的優(yōu)選實(shí)施例，并非因此局限本發(fā)明的權(quán)利范圍。上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。另外，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。

本領(lǐng)域技術(shù)人員不脫離本發(fā)明的范圍和實(shí)質(zhì)，可以有多種變型方案實(shí)現(xiàn)本發(fā)明，比如作為一個(gè)實(shí)施例的特征可用于另一實(shí)施例而得到又一實(shí)施例。凡在運(yùn)用本發(fā)明的技術(shù)構(gòu)思之內(nèi)所作的任何修改、等同替換和改進(jìn)，均應(yīng)在本發(fā)明的權(quán)利范圍之內(nèi)。