[发明专利]一种文字信息地域识别方法及装置

摘要

本发明涉及一种文字信息地域识别方法及装置，其中识别方法包括步骤：A、获取待进行地域分析的文字信息，构建词向量序列；B、进行地域分层分析，得出地域分层路径；C、进行地域扩展分析，进一步得出相关的地域特征词；D、根据地域分层路径和由地域扩展分析得出的地域特征词，得到最优地域分层路径；E、构建第一主题词向量空间和第二主题词向量空间；F、对第一主题词向量空间和第二主题词向量空间进行相似度计算，根据最优地域分层路径和相似度计算结果判断文字信息所属地域。本发明实现了对信息内容所属地域进行了准确判断，这样不但判断更加准确，地域层次分明详细，还能排除与信息主题无关的地域特征词信息。

主权项

一种文字信息地域识别方法，其特征在于，包括以下步骤：A、获取待进行地域分析的文字信息，对所述文字信息进行分词，构建成由所述文字信息中的多个特征词语构成的词向量序列，并存储；B、查询地域分层词典数据库，根据所述地域分层词典数据库对所述词向量序列中的特征词语进行层级分析，得出由所述特征词语中的不同层级地域特征词构成的地域分层路径，并存储，其中，所述地域分层词典数据库中包含有不同层级的地域路径信息；C、查询地域扩充词典数据库，根据所述地域扩充词典数据库对所述词向量序列中的特征词语进行地域扩展分析，进一步得出相关的地域特征词，并存储，其中，所述地域扩充词典数据库中包含有与不同地域特征词相关的非地域词语信息；D、根据所述地域分层路径和由所述地域扩展分析得出的地域特征词，得到最优地域分层路径，并存储；E、根据所述最优地域分层路径提取地域特征信息片段，对所述地域特征信息片段提取主题词，构建成第一主题词向量空间，并提取所述文字信息的主题词，构建成第二主题词向量空间，存储所述第一主题词向量空间和所述第二主题词向量空间；F、对所述第一主题词向量空间和所述第二主题词向量空间进行相似度计算，根据所述最优地域分层路径和相似度计算结果判断所述文字信息所属地域。