用于生成文本主题信息的方法、装置、电子设备和可读介质

1.本公开的实施例涉及计算机技术领域，具体涉及用于生成文本主题信息的方法、装置、电子设备和可读介质。


背景技术：

2.文本主题信息，指的是将文本中的各个词进行量化后，生成的一种能够表达文本语义的主题信息。目前，常用的生成文本主题信息的方法往往将文本表示成若干个文本主题在对应的数学分布下的概率值。
3.然而，当采用上述方式生成文本主题信息时，往往会存在如下技术问题：
4.第一，主题是同质的，每个主题都会存在相同的常见词汇，导致主题的语义不够鲜明。
5.第二，生成的文本主题是概括性的主题，难以细粒度地体现不同层面的文本信息。进而较难对文本所要表达的核心内容进行精准把握。从而，造成网络舆情分析或消息发布的准确度偏低。


技术实现要素：

6.本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
7.本公开的一些实施例提出了用于生成文本主题信息的方法、装置、电子设备和可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
8.第一方面，本公开的一些实施例提供了一种用于生成文本主题信息的方法，该方法包括：获取具有词性的词集。基于上述具有词性的词集，生成实体词组和描述词组。基于上述实体词组和上述描述词组，生成实体主题信息集和描述主题信息集。基于上述实体主题信息集和上述描述主题信息集，生成第一实体主题信息集和第一描述主题信息集。将上述第一实体主题信息集和上述第一描述主题信息集进行组合，生成第一词段集。
9.第二方面，本公开的一些实施例提供了一种用于生成文本主题信息的装置，装置包括：获取单元，被配置成获取具有词性的词集。第一生成单元，被配置成基于上述具有词性的词集，生成实体词组和描述词组。第二生成单元，被配置成基于上述实体词组和上述描述词组，生成实体主题信息集和描述主题信息集。第三生成单元，被配置成基于上述实体主题信息集和上述描述主题信息集，生成第一实体主题信息集和第一描述主题信息集。组合单元，被配置成将上述第一实体主题信息集和上述第一描述主题信息集进行组合，生成第一词段集。
10.第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
11.第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
12.本公开的上述各个实施例具有如下有益效果：首先，获取具有词性的词集。通过获取具有词性的词集，为后续生成第一词段集提供数据支撑。其次，基于上述具有词性的词集，生成实体词组和描述词组。在生成实体词组和描述词组的同时，将常见的高频词从上述具有词性的词集中进行去除，保留能够体现文本主题的特色词，为后续生成具有鲜明特点的文本主题提供数据支撑。然后，基于上述实体词组和上述描述词组，生成实体主题信息集和描述主题信息集。将能够体现文本主题的特色词输入至实体主题和描述主题模型中，生成特色鲜明的实体主题和描述主题。再然后，基于上述实体主题信息集和上述描述主题信息集，生成第一实体主题信息集和第一描述主题信息集。通过选取鲜明特点的实体主题和描述主题中较为核心关键的主题，为后续生成核心、鲜明的文本语义提供数据支撑。最后，将上述第一实体主题信息集和上述第一描述主题信息集进行组合，生成第一词段集。将鲜明且核心的实体主题和描述主题进行组合，生成第一词段作为文本所要表达的核心的、鲜明的语义。进而解决了主题是同质的，每个主题都会存在相同的常见词汇，导致主题的语义不够鲜明的问题。
附图说明
13.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
14.图1是根据本公开的一些实施例的用于生成文本主题信息的方法的一个应用场景示意图；
15.图2是根据本公开的用于生成文本主题信息的方法的一些实施例的流程图；
16.图3是根据本公开的用于生成文本主题信息的装置的一些实施例的结构示意图；
17.图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
18.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
19.另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
20.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
21.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
22.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
23.下面将参考附图并结合实施例来详细说明本公开。
24.图1是根据本公开一些实施例的用于生成文本主题信息的方法的一个应用场景的示意图。
25.在图1的应用场景图中，首先，计算设备101可以获取具有词性的词集102。其次，计算设备101可以基于上述具有词性的词集102，生成实体词组103和描述词组104。然后，计算设备101可以基于上述实体词组103和上述描述词组104，生成实体主题信息集105和描述主题信息集106。再然后，计算设备101可以基于上述实体主题信息集105和上述描述主题信息106，生成第一实体主题信息集107和第一描述主题信息集108。最后，计算设备101可以将上述第一实体主题信息集107和上述第一描述主题信息集108进行组合，生成第一词段集109。可选的，计算设备101可以将上述第一词段集109发送至目标显示设备110以及在上述目标显示设备110上显示上述第一词段集109。
26.需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件和软件模块，也可以是实现成单个软件或软件模块。在此不做具体限定。
27.应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。
28.继续参考图2，示出了根据本公开的用于生成文本主题信息的方法的一些实施例的流程图200。该方法可以由图1中的计算设备101来执行。该用于生成文本主题信息的方法，包括以下步骤：
29.步骤201，获取具有词性的词集。
30.在一些实施例中，用于生成文本主题信息的方法的执行主体(如图1所示的计算设备101)可以通过有线连接或无线连接的方式获取具有词性的词集。其中，上述具有词性的词可以是描述词或动词或名词或其他词性的词。
31.作为示例，上述具有词性的词集可以是[“天气(名词)”，“青岛(名词)”，“新增(动词)”，“无症状(描述词)”，“上升(动词)”，“缩减(动词)”]。
[0032]
步骤202，基于具有词性的词集，生成实体词组和描述词组。
[0033]
在一些实施例中，上述执行主体可以基于上述具有词性的词集，通过各种方式生成实体词组和描述词组。
[0034]
在一些实施例的一些可选的实现方式中，上述执行主体基于上述具有词性的词集，生成实体词组和描述词组，可以包括以下步骤：
[0035]
第一步，从上述具有词性的词集中选择满足第一预设条件的具有词性的词作为第一实体词，得到第一实体词组。
[0036]
其中，上述第一预设条件可以是具有词性的词是名词。
[0037]
作为示例，上述具有词性的词集可以是[“天气(名词)”，“青岛(名词)”，“新增(动词)”，“无症状(描述词)”，“上升(动词)”，“缩减(动词)”]。从上述具有词性的词集中选择名词作为第一实体词，得到的第一实体词组可以是[“华为”，“青岛”]。
[0038]
第二步，从上述具有词性的词集中选择满足第二预设条件的具有词性的词作为第
一描述词，得到第一描述词组。
[0039]
其中，上述第二预设条件可以是具有词性的词是形容词或动词。
[0040]
作为示例，上述具有词性的词集可以是[“天气(名词)”，“青岛(名词)”，“新增(动词)”，“无症状(描述词)”，“上升(动词)”，“缩减(动词)”]。从上述具有词性的词集中选择形容词或动词作为第一描述词，得到的第一描述词组可以是[“新增”，“无症状”，“上升”，“缩减”]。
[0041]
第三步，基于上述第一实体词组和上述第一描述词组，分别生成第一实体词概率值组和第一描述词概率值组，可以包括以下子步骤：
[0042]
第一子步骤，基于上述第一实体词组和上述第一描述词组，分别统计出上述第一实体词组中各个第一实体词的词频和上述第一描述词组中各个第一描述词的词频。
[0043]
第二子步骤，将上述各个第一实体词的词频和上述各个第一描述词的词频输入至以下公式，生成第一实体词概率值组和第一描述词概率值组：
[0044][0045]
其中，i表示序号。p表示上述各个第一实体词的词频中的第一实体词的词频。pi表示上述各个第一实体词的词频中的第i个第一实体词的词频。j表示序号。q表示上述各个第一描述词的词频中的第一描述词的词频。qj表示上述各个第一描述词的词频中的第j个第一描述词的词频。m表示上述各个第一描述词的词频的数量。m表示上述各个第一实体词的词频的数量。
[0046]
作为示例，上述各个第一实体词的词频可以是[2，7，5，2，3，5]。上述各个第一描述词的词频可以是[3，9，2，6，4，8]。则上述第一实体词概率值组可以是[2/27，7/27，5/27，2/27，3/27，5/27]。上述第一描述词概率值组可以是[3/32，9/32，1/16，3/16，1/8，1/4]。
[0047]
第四步，从上述第一实体词组中按照上述第一实体词概率值中的第一实体词概率值由小到大的顺序选择预定数目个第一实体词组成实体词组。
[0048]
作为示例，上述则上述第一实体词组可以是[“流感”，“青岛”，“医生”，“疫情”，“疫苗”，“护士”]。上述第一实体词组对应的第一实体词概率值组可以是[3％，10％，4％，80％，2％，1％]。上述预定数目可以是5个。从上述第一实体词组中按照上述第一实体词概率值中的第一实体词概率值由小到大的顺序选择5个第一实体词组成实体词组可以是[1％，2％，3％，4％，10％]。
[0049]
第五步，从上述第一描述词组中按照上述第一描述词概率值组中的第一描述词概率值由小到大的顺序选择预定数目个第一描述词组成描述词组。
[0050]
作为示例，上述则上述第一描述词组可以是[“预防”，“严控”，“严重的”，“重大的”，“无症状的”，“感染”]。上述第一描述词组对应的第一描述词概率值组可以是[3％，10％，4％，80％，2％，1％]。上述预定数目可以是5个。从上述第一描述词组中按照上述第一描述词概率值组中的第一描述词概率值由小到大的顺序选择5个第一描述词组成描述词组
可以是[1％，2％，3％，4％，10％]。
[0051]
步骤203，基于实体词组和描述词组，生成实体主题信息集和描述主题信息集。
[0052]
在一些实施例中，上述执行主体可以基于上述实体词组和上述描述词组，通过各种方式生成实体主题信息集和描述主题信息集。
[0053]
在一些实施例的一些可选的实现方式中，上述执行主体可以基于上述实体词组和上述描述词组，生成实体主题信息集和描述主题信息集，包括以下步骤：
[0054]
第一步，将上述实体词组输入至实体词主题模型中，生成实体主题信息集。
[0055]
其中，上述实体主题信息包括以下至少一项：实体主题的名称，实体主题的名称对应的概率值。上述实体词主题模型可以是lda(latent dirichlet allocation，隐含狄利克雷分布)主题模型。
[0056]
作为示例，上述实体词组可以是[大学，老师，课程，市场，企业，金融，高铁，汽车，飞机]。将上述实体词主题模型的主题个数设置为3个。进而将上述实体词组输入至实体词主题模型中，生成实体主题信息集可以是[[实体主题1，10％]，[实体主题2，20％]，[实体主题3，70％]]。
[0057]
第二步，将上述描述词组输入至描述词主题模型中，生成描述主题信息集。
[0058]
其中，上述描述主题信息包括以下至少一项：描述主题的名称，描述主题的名称对应的概率值。上述描述词主题模型可以是plsa(probabilistic latent semantic analysis，概率隐性语义分析)主题模型。
[0059]
作为示例，上述描述词组可以是[丰富的，充实的，积极的，上升，激增，有竞争力的，起飞，建造，便利的]。将上述描述词主题模型的主题个数设置为3个。进而将上述描述词组输入至描述词主题模型中，生成描述主题信息集可以是[[描述主题1，25％]，[描述主题2，25％]，[描述主题3，50％]]。
[0060]
步骤204，基于实体主题信息集和描述主题信息集，生成第一实体主题信息集和第一描述主题信息集。
[0061]
在一些实施例中，上述执行主体可以基于上述实体主题信息集和上述描述主题信息集，通过各种方式生成第一实体主题信息集和第一描述主题信息集。
[0062]
在一些实施例的一些可选的实现方式中，上述执行主体可以基于上述实体主题信息集和上述描述主题信息集，生成第一实体主题信息集和第一描述主题信息集，包括以下步骤：
[0063]
第一步，对于上述实体主题信息集中的每个实体主题信息，响应于确定上述实体主题信息包括的实体主题的名称对应的概率值在第一预设范围内，生成第一实体主题信息，得到第一实体主题信息集。
[0064]
其中，上述第一预设范围可以是[10％，100％]。
[0065]
作为示例，上述实体主题信息集可以是[实体主题1：30％，实体主题2：20％，实体主题3：10％，实体主题4：3％，实体主题5：2％，实体主题6：5％，实体主题7：10％，实体主题8：20％]。则第一实体主题信息集可以是[实体主题1：30％，实体主题2：20％，实体主题3：10％，实体主题7：10％，实体主题8：20％]。
[0066]
第二步，对于上述描述主题信息集中的每个描述主题信息，响应于确定上述描述主题信息包括的描述主题的名称对应的概率值在上述第一预设范围内以生成第一描述词
信息，得到第一描述词信息集。
[0067]
其中，上述第一预设范围可以是[10％，100％]。
[0068]
作为示例，上述描述主题信息集可以是[描述主题1：30％，描述主题2：20％，描述主题3：10％，描述主题4：3％，描述主题5：2％，描述主题6：5％，描述主题7：10％，描述主题8：20％]。则第一描述主题信息集可以是[描述主题1：30％，描述主题2：20％，描述主题3：10％，描述主题7：10％，描述主题8：20％]。
[0069]
步骤205，将第一实体主题信息集和第一描述主题信息集进行组合，生成第一词段集。
[0070]
在一些实施例中，上述执行主体可以基于上述第一实体主题信息集和上述第一描述主题信息集，通过各种方式生成第一词段集。
[0071]
在一些实施例的一些可选的实现方式中，上述执行主体将上述第一实体主题信息集和上述第一描述主题信息集进行组合，生成第一词段集，可以包括以下步骤：
[0072]
第一步，将上述第一实体主题信息集与上述第一描述主题信息集进行合并，得到主题组合集。
[0073]
其中，可以将上述第一实体主题信息集中的每个第一实体主题信息与上述第一描述主题信息集中的各个第一描述主题信息进行两两合并以生成主题组合，得到主题组合集。
[0074]
作为示例，上述第一实体主题信息集可以是[a，b，c]。上述第一描述主题信息集可以是[d，e，f]。对上述第一实体主题信息集中的每个第一实体主题信息与上述第一描述主题信息集中的各个第一描述主题信息进行两两合并以生成主题组合，得到主题组合集可以是[ad，ae，af，bd，be，bf，cd，ce，cf]。
[0075]
第二步，确定上述主题组合集中的各个主题组合的频率和概率值。
[0076]
作为示例，统计出上述主题组合集中的各个主题组合的频率可以是[2，5，3，1，3，5，2，1，4]。而上述主题组合集中的各个主题组合的概率值可以是[2/26，5/26，3/26，1/26，3/26，5/26，2/26，1/26，4/26]。
[0077]
第三步，基于上述主题组合集中的各个主题组合的频率和概率值，通过以下公式，生成主题共词系数集：
[0078][0079]
其中，m表示序号。w表示上述主题组合集中的主题组合对应的主题共词系数。wm表示上述主题组合集中的第m个主题组合对应的主题共词系数。z表示上述主题组合集中的主题组合的概率值。zm表示上述主题组合集中的第m个主题组合的概率值。f表示上述主题组合集中的主题组合的频率。fm表示上述主题组合集中的第m个主题组合的频率。m表示上述主题组合集中的主题组合的数量。
[0080]
作为示例，上述主题组合集可以是[ad，ae，af]。上述主题组合集的频率可以是[1，2，5]。上述主题组合集的概率值可以是[1/8，1/4，5/8]。则生成的主题共词系数集可以是[5.4％，18.3％，76.3％]。
[0081]
上述步骤202-205中的公式以及相关内容作为本公开的一个发明点，解决了背景技术提及的技术问题二“生成的文本主题是概括性的主题，难以细粒度地体现不同层面的文本信息。进而较难对文本所要表达的核心内容进行精准把握。从而，造成网络舆情分析或消息发布的准确度偏低”。导致较难对文本的所要表达的核心内容进行精度把的因素往往如下：一般的文本主题模型生成的文本主题的是概括性的文本主题，没有将文本主题分成不同的层级进行体现。如果解决了上述因素，就能细粒度地体现不同层面的文本信息，进而对文本的所要表达的核心内容进行精度把握。为了达到这一效果，本公开将词集中的名词作为实体词，将形容词或动词作为描述词。分别基于实体词和描述词两个层级建立文本主题模型，进而文本表达更加细粒，从而对文本的所要表达的核心内容进行精度把握。解决了生成的文本主题是概括性的主题，难以细粒度地体现不同层面的文本信息。进而较难对文本的所要表达的核心内容进行精度把握的问题。
[0082]
第四步，基于上述主题共词系数集，从上述主题组合集中选择满足第三预设条件的主题组合作为第一词段，得到第一词段集。
[0083]
其中，上述第三预设条件可以是主题组合对应主题共词系数在预设系数范围内的主题组合。上述预设范围可以是[10％，100％]。
[0084]
作为示例，上述主题组合集可以是[ad，ae，af]。上述主题组合集对应的主题共词系数集可以是[5.4％，18.3％，76.3％]。主题组合对应主题共词系数在预设系数范围内的主题组合可以是ae。也可以是af。
[0085]
在一些实施例的一些可选的实现方式中，上述执行主体可以将上述第一词段集发送至目标显示设备以及在上述目标显示设备上显示上述第一词段集。
[0086]
本公开的上述各个实施例具有如下有益效果：首先，获取具有词性的词集。通过获取具有词性的词集，为后续生成第一词段集提供数据支撑。其次，基于上述具有词性的词集，生成实体词组和描述词组。在生成实体词组和描述词组的同时，将常见的高频词从上述具有词性的词集中进行去除，保留能够体现文本主题的特色词，为后续生成具有鲜明特点的文本主题提供数据支撑。然后，基于上述实体词组和上述描述词组，生成实体主题信息集和描述主题信息集。将能够体现文本主题的特色词输入至实体主题和描述主题模型中，生成特色鲜明的实体主题和描述主题。再然后，基于上述实体主题信息集和上述描述主题信息集，生成第一实体主题信息集和第一描述主题信息集。通过选取鲜明特点的实体主题和描述主题中较为核心关键的主题，为后续生成核心、鲜明的文本语义提供数据支撑。最后，将上述第一实体主题信息集和上述第一描述主题信息集进行组合，生成第一词段集。将鲜明且核心的实体主题和描述主题进行组合，生成第一词段作为文本所要表达的核心的、鲜明的语义。进而解决了主题是同质的，每个主题都会存在相同的常见词汇，导致主题的语义不够鲜明的问题。
[0087]
进一步参考图3，作为对上述各图上述方法的实现，本公开提供了一种用于生成文本主题信息的装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
[0088]
如图3所示，一些实施例的用于生成文本主题信息的装置300，装置包括：获取单元301，第一生成单元302，第二生成单元303，第三生成单元304，组合单元305。其中，获取单元301，被配置成获取具有词性的词集。第一生成单元302，被配置成基于上述具有词性的词
集，生成实体词组和描述词组。第二生成单元303，被配置成基于上述实体词组和上述描述词组，生成实体主题信息集和描述主题信息集。第三生成单元304，被配置成基于上述实体主题信息集和上述描述主题信息集，生成第一实体主题信息集和第一描述主题信息集。组合单元305，被配置成将上述第一实体主题信息集和上述第一描述主题信息集进行组合，生成第一词段集。
[0089]
可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。
[0090]
下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)400的结构示意图。图4示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
[0091]
如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(rom)402中的程序或者从存储装置408加载到随机访问存储器(ram)403中的程序而执行各种适当的动作和处理。在ram 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、rom 402以及ram403通过总线404彼此相连。输入/输出(i/o)接口404也连接至总线404。
[0092]
通常，以下装置可以连接至i/o接口404：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406。包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置407。包括例如磁带、硬盘等的存储装置408。以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
[0093]
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从rom 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。
[0094]
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号
可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0095]
在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
[0096]
上述计算机可读介质可以是上述装置中所包含的。也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取具有词性的词集。基于上述具有词性的词集，生成实体词组和描述词组。基于上述实体词组和上述描述词组，生成实体主题信息集和描述主题信息集。基于上述实体主题信息集和上述描述主题信息集，生成第一实体主题信息集和第一描述主题信息集。将上述第一实体主题信息集和上述第一描述主题信息集进行组合，生成第一词段集。
[0097]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0098]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0099]
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、第一生成单元、第二生成单元、第三生成单元和组合单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取具有词性的词集的单元”。
[0100]
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等。
[0101]
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方法。