处理文章的方法和装置

1.一种处理文章的方法，其特征在于，包括：
接收待处理的文章；
根据关键词库提取所述待处理的文章中的行业关键词；
基于所述行业关键词，利用被行业相关文章样本库训练后的行业相关度判别模型对所述待处理的文章进行分类，得到所述待处理的文章的行业相关度。
2.根据权利要求1所述的方法，其特征在于，在接收待处理的文章之前，还包括：
从所述行业相关文章样本库中的行业相关样本文章中提取行业关键词，以生成关键词库。
3.根据权利要求2所述的方法，其特征在于，从所述行业相关文章样本库中的行业相关样本文章中提取行业关键词，以生成关键词库包括：
将所述行业相关文章样本库中的行业相关样本文章与预置的关键词库进行匹配，以从所述行业相关样本文章中提取行业关键词；
依据提取的行业关键词对所述行业相关样本文章进行聚类，以确定所述行业相关样本文章的行业相关度；
依据出现词频从聚类后的所述行业相关样本文章中提取新的行业关键词，并依据所述行业相关样本文章的行业相关度确定新的行业关键词的行业相关度；
将新的行业关键词添加至所述关键词库，重复执行上述操作，直至从所述行业相关样本文章中不能再提取出新的行业关键词。
4.根据权利要求3所述的方法，其特征在于，在接收待处理的文章之前，从行业相关样本文章中提取行业关键词之后，还包括：
利用所述行业相关文章样本库中的行业相关样本文章训练所述行业相关度判别模型。
5.根据权利要求4所述的方法，其特征在于，利用所述行业相关文章样本库中的行业相关样本文章训练所述行业相关度判别模型包括：
将所述行业相关文章样本库中确定了行业相关度的行业相关样本文章作为训练数据，训练所述行业相关度判别模型；
利用训练后得到的行业相关度判别模型计算所述行业相关样本文章的行业相关度；
将行业相关度高于预设的行业相关度阈值的行业相关样本文章作为训练数据，重复执行上述操作，直至所述行业相关度判别模型收敛。
6.一种处理文章的装置，其特征在于，包括：
文章接收模块，用于接收待处理的文章；
关键词提取模块，用于根据关键词库提取所述待处理的文章中的行业关键词；
行业相关度计算模块，用于基于所述行业关键词，利用被行业相关文章样本库训练后的行业相关度判别模型对所述待处理的文章进行分类，得到所述待处理的文章的行业相关度。
7.根据权利要求6所述的装置，其特征在于，还包括：
关键词库生成模块，用于在接收待处理的文章之前，从所述行业相关文章样本库中的行业相关样本文章中提取行业关键词，以生成关键词库。
8.根据权利要求7所述的装置，其特征在于，所述关键词生成模块具体用于：
将所述行业相关样本文章与预置的关键词库进行匹配，以从所述行业相关样本文章中提取行业关键词；
依据提取的行业关键词对所述行业相关样本文章进行聚类，以确定所述行业相关样本文章的行业相关度；
依据出现词频从聚类后所述行业相关样本文章中提取新的行业关键词，并依据所述行业相关样本文章的行业相关度确定新的行业关键词的行业相关度；
将新的行业关键词添加至所述关键词库，重复执行上述操作，直至从所述行业相关样本文章中不能在提取出新的行业关键词。
9.根据权利要求8所述的装置，其特征在于，还包括：
模型训练模块，用于在接收待处理的文章之前，从所述行业相关文章样本库中的行业相关样本文章中提取行业关键词之后，利用行业相关样本文章训练所述行业相关度判别模型。
10.根据权利要求9所述的装置，其特征在于，所述模型训练模块具体用于：
将确定了行业相关度的行业相关样本文章作为训练数据，训练所述行业相关度判别模型；
利用训练后得到的行业相关度判别模型计算所述行业相关样本文章的行业相关度；
将行业相关度高于预设的行业相关度阈值的行业相关样本文章作为训练数据，重复执行上述操作，直至所述行业相关度判别模型收敛。

暂无