用于生成信息的方法和装置与流程

本申请实施例涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及用于生成信息的方法和装置。

背景技术：

现阶段，互联网是人们获取信息的一种重要方式，为了精准的向用户推荐其感兴趣的文章，需要精准的理解文章的主题，同时计算出文章与主题的关联度。目前，可以通过文章关键词提取的方式生成文章的主题，例如，首先，对文章全文切词，得到词集合；之后，对词集合进行过滤、词频计算等，并将得到的词集合中的关键词作为文章主题挖掘的结果，这种主题挖掘方式的精准度容易受到词语切分、别名等因素的影响。目前，还可以通过文章主题分类的方式生成文章的主题，例如，对文章中的语句提取词向量特征，进行文章分类获得文章主题，使用这种主题挖掘方式进行主题挖掘容易受候选主题集合的限制，比如，如果用来分类的候选主题集合很小，且候选主题都比较宽泛，那么会造成主题挖掘范围有限，不能全面、精准表达文章。

技术实现要素：

本申请实施例提出了用于生成信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成信息的方法，包括：获取待挖掘文章；利用至少两种主题挖掘方式，挖掘上述待挖掘文章的至少两种类型的主题，并确定所挖掘主题与上述待挖掘文章的关联度；基于所挖掘主题和所确定的关联度，确定上述待挖掘文章的主题以及上述待挖掘文章与主题的关联度。

在一些实施例中，上述利用至少两种主题挖掘方式，挖掘上述待挖掘文章的至少两种类型的主题，并确定所挖掘主题与上述待挖掘文章的关联度，包括：对上述待挖掘文章进行命名实体识别，基于命名实体识别结果确定上述待挖掘文章是否包括至少一个第一类型文章主题；响应于确定上述待挖掘文章包括至少一个第一类型文章主题，确定上述待挖掘文章与上述至少一个第一类型文章主题中各个第一类型文章主题的第一关联度。

在一些实施例中，对上述待挖掘文章进行命名实体识别，基于命名实体识别结果确定上述待挖掘文章是否包括至少一个第一类型文章主题，包括：对上述待挖掘文章进行命名实体识别，确定上述待挖掘文章中是否包含至少一个命名实体；响应于确定上述待挖掘文章中包含至少一个命名实体，将上述至少一个命名实体中的各个命名实体与预先建立的候选主题集合中的候选主题进行匹配，根据匹配结果确定上述待挖掘文章中是否包括至少一个候选主题，其中，上述候选主题集合是基于知识图谱构建的；响应于确定上述待挖掘文章中包括至少一个候选主题，对于上述至少一个候选主题中的每一个候选主题，统计该候选主题在上述待挖掘文章中出现的频次，如果该候选主题在上述待挖掘文章中出现的频次超过预先设定的第一阈值，则确定该候选主题为上述待挖掘文章的第一类型文章主题。

在一些实施例中，上述响应于确定上述待挖掘文章包括至少一个第一类型文章主题，确定上述待挖掘文章与上述至少一个第一类型文章主题中各个第一类型文章主题的第一关联度，包括：对于上述至少一个第一类型文章主题中的每一个第一类型文章主题，统计该第一类型文章主题在上述待挖掘文章中出现的频次，根据统计得到的频次确定上述待挖掘文章与该第一类型文章主题的第一关联度。

在一些实施例中，统计该候选主题在上述待挖掘文章中出现的频次，包括：根据上述知识图谱确定上述待挖掘文章中是否包含该候选主题的别名；响应于确定上述待挖掘文章中包含该候选主题的别名，统计该候选主题的别名在上述待挖掘文章中出现的第一频次；统计该候选主题在上述待挖掘文章中出现的第二频次；计算上述第一频次和上述第二频次之和，将计算结果作为该候选主题在上述待挖掘文章中出现的频次。

在一些实施例中，上述利用至少两种主题挖掘方式，挖掘上述待挖掘文章的至少两种类型的主题，并确定所挖掘主题与上述待挖掘文章的关联度，包括：确定上述待挖掘文章的来源信息的来源置信度是否超过预先设定的置信度阈值，其中，上述待挖掘文章的来源信息的来源置信度是从预先设定的来源信息与来源置信度关系表中获取的，上述来源信息与来源置信度关系表对应存储有来源信息和来源置信度；响应于确定上述待挖掘文章的来源信息的来源置信度超过预先设定的置信度阈值，将上述待挖掘文章的来源信息作为第二类型文章主题，并将上述待挖掘文章的来源信息的来源置信度作为上述待挖掘文章与上述第二类型文章主题的第二关联度。

在一些实施例中，上述利用至少两种主题挖掘方式，挖掘上述待挖掘文章的至少两种类型的主题，并确定所挖掘主题与上述待挖掘文章的关联度，包括：对上述待挖掘文章进行分词处理，得到至少一个分词；将上述至少一个分词导入预先建立的主题分类模型，得出上述待挖掘文章属于预设第三类型候选文章主题集合中各第三类型候选文章主题的概率；基于上述待挖掘文章属于上述第三类型候选文章主题集合中各第三类型候选文章主题的概率确定上述待挖掘文章的第三类型文章主题，以及上述待挖掘文章与确定的第三类型文章主题的第三关联度。

在一些实施例中，上述主题分类模型为深度神经网络；以及上述方法还包括建立上述深度神经网络的步骤，包括：对样本文章进行分词处理，得到至少一个样本分词；对上述至少一个样本分词进行过滤处理得到上述样本文章的样本分词集合；将上述样本分词集合作为输入，将预先设定的上述样本文章的主题作为输出，训练初始深度神经网络，得到上述深度神经网络。

在一些实施例中，基于所挖掘主题和所确定的关联度，确定上述待挖掘文章的主题以及上述待挖掘文章与主题的关联度，包括：当所挖掘主题包括至少两种类型的主题时，对于上述至少两种类型的主题中的每一种类型的主题，将上述待挖掘文章与该类型的主题的关联度进行归一化处理，并对归一化处理后的关联度进行加权处理。

在一些实施例中，上述方法还包括：响应于确定目标关键词与上述待挖掘文章的主题匹配，推送上述待挖掘文章。

第二方面，本申请实施例提供了一种用于生成信息的装置，包括：获取单元，用于获取待挖掘文章；挖掘单元，用于利用至少两种主题挖掘方式，挖掘上述待挖掘文章的至少两种类型的主题，并确定所挖掘主题与上述待挖掘文章的关联度；确定单元，用于基于所挖掘主题和所确定的关联度，确定上述待挖掘文章的主题以及上述待挖掘文章与主题的关联度。

在一些实施例中，上述挖掘单元包括：识别子单元，用于对上述待挖掘文章进行命名实体识别，基于命名实体识别结果确定上述待挖掘文章是否包括至少一个第一类型文章主题；第一确定子单元，用于响应于确定上述待挖掘文章包括至少一个第一类型文章主题，确定上述待挖掘文章与上述至少一个第一类型文章主题中各个第一类型文章主题的第一关联度。

在一些实施例中，上述识别子单元包括：识别和确定单元，用于对上述待挖掘文章进行命名实体识别，确定上述待挖掘文章中是否包含至少一个命名实体；匹配和确定单元，用于响应于确定上述待挖掘文章中包含至少一个命名实体，将上述至少一个命名实体中的各个命名实体与预先建立的候选主题集合中的候选主题进行匹配，根据匹配结果确定上述待挖掘文章中是否包括至少一个候选主题，其中，上述候选主题集合是基于知识图谱构建的；统计和确定单元，用于响应于确定上述待挖掘文章中包括至少一个候选主题，对于上述至少一个候选主题中的每一个候选主题，统计该候选主题在上述待挖掘文章中出现的频次，如果该候选主题在上述待挖掘文章中出现的频次超过预先设定的第一阈值，则确定该候选主题为上述待挖掘文章的第一类型文章主题。

在一些实施例中，上述第一确定子单元进一步用于：对于上述至少一个第一类型文章主题中的每一个第一类型文章主题，统计该第一类型文章主题在上述待挖掘文章中出现的频次，根据统计得到的频次确定上述待挖掘文章与该第一类型文章主题的第一关联度。

在一些实施例中，上述统计和确定单元进一步用于：根据上述知识图谱确定上述待挖掘文章中是否包含该候选主题的别名；响应于确定上述待挖掘文章中包含该候选主题的别名，统计该候选主题的别名在上述待挖掘文章中出现的第一频次；统计该候选主题在上述待挖掘文章中出现的第二频次；计算上述第一频次和上述第二频次之和，将计算结果作为该候选主题在上述待挖掘文章中出现的频次。

在一些实施例中，上述挖掘单元进一步用于：确定上述待挖掘文章的来源信息的来源置信度是否超过预先设定的置信度阈值，其中，上述待挖掘文章的来源信息的来源置信度是从预先设定的来源信息与来源置信度关系表中获取的，上述来源信息与来源置信度关系表对应存储有来源信息和来源置信度；响应于确定上述待挖掘文章的来源信息的来源置信度超过预先设定的置信度阈值，将上述待挖掘文章的来源信息作为第二类型文章主题，并将上述待挖掘文章的来源信息的来源置信度作为上述待挖掘文章与上述第二类型文章主题的第二关联度。

在一些实施例中，上述挖掘单元进一步用于：对上述待挖掘文章进行分词处理，得到至少一个分词；将上述至少一个分词导入预先建立的主题分类模型，得出上述待挖掘文章属于预设第三类型候选文章主题集合中各第三类型候选文章主题的概率；基于上述待挖掘文章属于上述第三类型候选文章主题集合中各第三类型候选文章主题的概率确定上述待挖掘文章的第三类型文章主题，以及上述待挖掘文章与确定的第三类型文章主题的第三关联度。

在一些实施例中，上述主题分类模型为深度神经网络；以及上述装置还包括训练单元，上述训练单元用于：对样本文章进行分词处理，得到至少一个样本分词；对上述至少一个样本分词进行过滤处理得到上述样本文章的样本分词集合；将上述样本分词集合作为输入，将预先设定的上述样本文章的主题作为输出，训练初始深度神经网络，得到上述深度神经网络。

在一些实施例中，上述确定单元进一步用于：当所挖掘主题包括至少两种类型的主题时，对于上述至少两种类型的主题中的每一种类型的主题，将上述待挖掘文章与该类型的主题的关联度进行归一化处理，并对归一化处理后的关联度进行加权处理。

在一些实施例中，上述装置还包括：推送单元，用于响应于确定目标关键词与上述待挖掘文章的主题匹配，推送上述待挖掘文章。

第三方面，本申请实施例提供了一种服务器，该服务器包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的用于生成信息的方法和装置，首先获取待挖掘文章，而后利用至少两种主题挖掘方式，挖掘上述待挖掘文章的至少两种类型的主题，并确定所挖掘主题与上述待挖掘文章的关联度，最后基于所挖掘主题和所确定的关联度，确定上述待挖掘文章的主题以及上述待挖掘文章与主题的关联度，从而实现了从不同维度对待挖掘文章的主题进行挖掘，以获得更全面、准确地主题。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用于生成信息的方法的一个实施例的流程图；

图3是本申请所使用知识图谱的部分结构示意图；

图4是根据本申请的用于生成信息的方法的一个应用场景的示意图；

图5是根据本申请的用于生成信息的方法的又一个实施例的流程图；

图6是根据本申请的用于生成信息的装置的一个实施例的结构示意图；

图7是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。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。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于生成信息的方法或用于生成信息的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对待挖掘文章进行主题挖掘的后台服务器，后台服务器可以对从互联网上获取的待挖掘文章进行主题挖掘，得到待挖掘文章的主题，以及待挖掘文章与所挖掘主题的关联度。

需要说明的是，本申请实施例所提供的用于生成信息的方法一般由服务器105执行，相应地，用于生成信息的装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器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终端设备、网络和服务器。

继续参考图2，其示出了根据本申请的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法，包括以下步骤：

步骤201，获取待挖掘文章。

在本实施例中，用于生成信息的方法运行于其上的电子设备(例如图1所示的服务器105)可以通过各种方式(例如，利用网络爬虫进行爬取)从互联网获取待挖掘文章，在这里，上述待挖掘文章可以是文本形式的文章，例如可以是包括标题、内容等部分的文本文章。

步骤202，利用至少两种主题挖掘方式，挖掘待挖掘文章的至少两种类型的主题，并确定所挖掘主题与待挖掘文章的关联度。

在本实施例中，上述电子设备可以利用至少两种主题挖掘方式，挖掘待挖掘文章的至少两种类型的主题，并确定所挖掘主题与待挖掘文章的关联度，在这里，上述电子设备可以通过多种方式挖掘待挖掘文章的主题，例如，可以通过文章关键词提取的方式生成文章的主题，又例如，可以提取待挖掘文章标题中的关键词作为待挖掘文章的主题。

在本实施例的一些可选的实现方式中，上述步骤202可以具体包括：首先，上述电子设备可以对上述待挖掘文章进行命名实体识别，基于命名实体识别结果确定上述待挖掘文章是否包括至少一个第一类型文章主题，作为示例，上述电子设备可以对上述待挖掘文章进行命名实体识别，根据命名实体识别可以判断上述待挖掘文章中是否包括一个或多个命名实体(例如，人名、机构名、地名、图书名等等)，如果上述待挖掘文章中包括一个或多个命名实体，则可以将这一个或多个命名实体作为上述待挖掘文章的第一类型文章主题。之后，响应于确定上述待挖掘文章包括至少一个第一类型文章主题，上述电子设备可以确定上述待挖掘文章与上述至少一个第一类型文章主题中各个第一类型文章主题的第一关联度，作为示例，对应上述至少一个第一类型文章主题中的每一个第一类型文章主题，上述电子设备可以根据该第一类型文章主题第一次在上述待挖掘文章中出现的位置确定该第一类型文章主题与上述待挖掘文章的第一关联度，例如，可以设定出现的位置越靠前第一关联度越高。

在一些可选的实现方式中，上述对上述待挖掘文章进行命名实体识别，基于命名实体识别结果确定上述待挖掘文章是否包括至少一个第一类型文章主题，可以具体包括：首先，上述电子设备可以对上述待挖掘文章进行命名实体识别，确定上述待挖掘文章中是否包含至少一个命名实体。然后，响应于确定上述待挖掘文章中包含至少一个命名实体，上述电子设备可以将上述至少一个命名实体中的各个命名实体与预先建立的候选主题集合中的候选主题进行匹配，根据匹配结果确定上述待挖掘文章中是否包括至少一个候选主题，例如，对于至少一个命名实体中每一个命名实体，上述电子设备可以将该命名实体与上述候选主题集合中的各个候选主题进行对比，如果该命名实体与上述候选主题集合中的某个候选主题相同，则可以确定上述待挖掘文章中包括上述候选主题集合中的、与该命名实体相同的候选主题，在这里，上述候选主题集合可以是基于知识图谱构建的，如图3所示，其示出了知识图谱中的某一部分的结构示意图，图3中以人物、作品、地点、数值、身高等作为知识图谱中的节点，通过知识图谱上述电子设备可以知道命名实体的更多信息(例如，该命名实体的别名、上下位关系、与之相关的实体/概念等等)，通过知识图谱可以获取更加全面、精确的候选主题集合。最后，响应于确定上述待挖掘文章中包括至少一个候选主题，对于上述至少一个候选主题中的每一个候选主题，上述电子设备可以统计该候选主题在上述待挖掘文章中出现的频次，即次数，如果该候选主题在上述待挖掘文章中出现的频次超过预先设定的第一阈值，则可以确定该候选主题为上述待挖掘文章的第一类型文章主题，在这里，上述第一阈值可以是根据实际需要人工设定的。

在一些可选的实现方式中，上述响应于确定上述待挖掘文章包括至少一个第一类型文章主题，确定上述待挖掘文章与上述至少一个第一类型文章主题中各个第一类型文章主题的第一关联度，可以具体包括：对于上述至少一个第一类型文章主题中的每一个第一类型文章主题，上述电子设备可以统计该第一类型文章主题在上述待挖掘文章中出现的频次，根据统计得到的频次确定上述待挖掘文章与该第一类型文章主题的第一关联度。例如，对于某个第一类型文章主题可以将其在上述待挖掘文章中出现的次数直接或间接(例如，将出现次数乘以预设的权重得到的计算结果)作为该第一类型文章主题与上述待挖掘文章的第一关联度。

可选的，上述统计该候选主题在上述待挖掘文章中出现的频次，可以具体包括：首先，上述电子设备可以根据上述知识图谱确定上述待挖掘文章中是否包含该候选主题的别名，例如，根据知识图谱可以确定“北京大学”的别名为“北大”。然后，响应于确定上述待挖掘文章中包含该候选主题的别名，上述电子设备可以首先统计该候选主题的别名在上述待挖掘文章中出现的第一频次；而后，统计该候选主题在上述待挖掘文章中出现的第二频次；最后，计算上述第一频次和上述第二频次之和，将计算结果作为该候选主题在上述待挖掘文章中出现的频次。

在本实施例的一些可选的实现方式中，上述步骤202还可以具体包括：首先，上述电子设备可以确定上述待挖掘文章的来源信息的来源置信度是否超过预先设定的置信度阈值，其中，上述待挖掘文章的来源信息的来源置信度可以是从预先设定的来源信息与来源置信度关系表中获取的，上述来源信息与来源置信度关系表对应存储有来源信息和来源置信度，作为示例，上述电子设备首先可以获取上述待挖掘文章的来源信息，例如上述待挖掘文章的作者、发布上述待挖掘文章的媒体号、网站等等。之后，可以将上述待挖掘文章的来源信息和来源信息与来源置信度关系表中的来源信息进行匹配，从而得到上述待挖掘文章的来源信息的来源置信度。在这里，来源信息与来源置信度关系表中的、来源信息的来源置信度可以是根据多种方式确定的，例如，当上述来源信息为用于发布信息的媒体号时，该媒体号的来源置信度可以根据其历史发布信息的主题集中度、质量、是否原创等因素设定，例如，可以设定历史发布信息的主题越集中来源置信度越高，还可以设定历史发布信息的质量(例如，可以通过阅读量、点击量、订阅量等确定)越高来源置信度越高。然后，响应于确定上述待挖掘文章的来源信息的来源置信度超过预先设定的置信度阈值，上述电子设备可以将上述待挖掘文章的来源信息作为第二类型文章主题，并可以将上述待挖掘文章的来源信息的来源置信度作为上述待挖掘文章与上述第二类型文章主题的第二关联度。

在本实施例的一些可选的实现方式中，上述步骤202还可以具体包括：首先，上述电子设备可以对上述待挖掘文章进行分词处理，得到至少一个分词；之后，可以将上述至少一个分词导入预先建立的主题分类模型，得出上述待挖掘文章属于预设第三类型候选文章主题集合中各第三类型候选文章主题的概率，在这里，上述第三类型候选文章主题集合可以是基于上述知识网络建立的，例如，上述电子设备可以提取上述知识网络中的抽象概念作为第三类型候选文章主题，例如，可以提取“星座”、“语言”、“汽车”、“综艺”等词作为第三类型候选文章主题。需要说明的是，上述主题分类模型可以用于表征分词集合与主题分类结果的对应关系，作为示例，主题分类模型可以是技术人员基于对大量的分词集合和主题分类结果的统计而预先制定的、存储有多个分词集合与主题分类结果的对应关系的对应关系表。最后，基于上述待挖掘文章属于上述第三类型候选文章主题集合中各第三类型候选文章主题的概率确定上述待挖掘文章的第三类型文章主题，以及上述待挖掘文章与确定的第三类型文章主题的第三关联度，作为示例，上述电子设备可以判断上述待挖掘文章属于某第三类型候选文章主题的概率是否超过预先设定的概率阈值，如果超过，则可以确定该第三类型候选文章主题为上述待挖掘文章的第三类型文章主题，此外，上述电子设备还可以将上述待挖掘文章属于该第三类型候选文章主题的概率作为上述待挖掘文章与该第三类型文章主题的第三关联度。

在一些可选的实现方式中，上述主题分类模型可以为深度神经网络；以及上述用于生成信息的方法还可以包括建立上述深度神经网络的步骤，具体可以包括：首先，上述电子设备或者其他用于训练上述深度神经网络的电子设备可以对样本文章进行分词处理，得到至少一个样本分词。之后，可以对上述至少一个样本分词进行过滤处理得到上述样本文章的样本分词集合，例如，可以对上述至少一个样本分词进行过滤处理，去除上述至少一个样本分词中的一些标点符号、停用词等等。最后，可以将上述样本分词集合作为输入，将预先设定的上述样本文章的主题作为输出，训练初始深度神经网络，得到上述深度神经网络，在这里，上述初始深度神经网络可以是通过各种方式得到的初始深度神经网络，例如，基于现有的深度神经网络，随机生成该神经网络的网络参数，得到的深度神经网络。作为示例，上述初始深度神经网络可以包括卷积神经网络和全连接层，上述深度神经网络的具体训练过程可以包括：首先，可以将样本分词集合输入至卷积神经网络，得到样本分词集合的特征向量；之后，可以将样本分词集合的特征向量输入至全连接层，得到样本文章属于第三类型候选文章主题集合中各第三类型候选文章主题的预测概率，将样本文章属于第三类型候选文章主题集合中各第三类型候选文章主题的预测概率与预先设定的样本文章的主题(在这里，可以假定样本文章属于预先设定的样本文章的主题的概率为100％，属于除预设主题之外的其他主题的概率为0)进行比较，从而得到初始深度神经网络的预测准确率，如果预测准确率大于预设的准确率阈值，则可以将初始深度神经网络作为训练完成的深度神经网络。如果预测准确率小于预设的准确率阈值，则调整初始深度神经网络的网络参数。需要说明的是，上述深度神经网络的训练过程仅仅用于说明深度神经网络参数的调整过程，可以认为初始深度神经网络为参数调整前的网络，深度神经网络为参数调整后的网络，网络参数的调整过程并不仅限于一次，可以根据网络的优化程度以及实际需要等重复多次。

步骤203，基于所挖掘主题和所确定的关联度，确定待挖掘文章的主题以及待挖掘文章与主题的关联度。

在本实施例中，上述电子设备可以基于所挖掘主题和所确定的关联度，确定上述待挖掘文章的主题以及上述待挖掘文章与主题的关联度，例如，上述电子设备可以将所挖掘主题的全部或部分作为上述待挖掘主题的主题。又例如，对于某种类型的主题，上述电子设备可以通过各种方式(例如，在关联度上加某个预设值)提升该类型主题与上述待挖掘文章的关联度。

在本实施例的一些可选的实现方式中，上述步骤203可以具体包括：当所挖掘主题包括至少两种类型的主题时，对于上述至少两种类型的主题中的每一种类型的主题，上述电子设备可以将上述待挖掘文章与该类型的主题的关联度进行归一化处理，并对归一化处理后的关联度进行加权处理。一般通过不同主题挖掘方式确定的所挖掘主题与上述待挖掘文章的关联度会分布在不同的数字区间，例如，通过方式一确定的所挖掘主题与上述待挖掘文章的关联度可能分布在数字区间[0,100]之间，通过方式二确定的所挖掘主题与上述待挖掘文章的关联度可能分布在数字区间[0,1]之间，因此，为了便于比较可以对确定的关联度进行归一化处理，使通过不同主题挖掘方式确定的所挖掘主题与上述待挖掘文章的关联度分布相同的数字区间。此外，还可以对归一化处理后的关联度进行加权处理，例如，对于挖掘效果好的主题挖掘方式，可以通过加权(例如乘以某个值)的方式提升该主题挖掘方式确定的所挖掘主题与上述待挖掘文章的关联度。

继续参见图4，图4是根据本实施例的用于生成信息的方法的应用场景的一个示意图。在图4的应用场景中，服务器401通过网站a获取一篇关于演员甲和演员乙争吵的文章作为待挖掘文章；之后，服务器401可以利用至少两种主题挖掘方式，挖掘该待挖掘文章的至少两种类型的主题，例如，挖掘出命名实体类的主题“演员甲”、“演员乙”等等，以及挖掘出抽象概念类的主题“争吵”、“炒作”等等，并确定所挖掘主题与该待挖掘文章的关联度；最后，服务器401可以基于所挖掘主题和所确定的关联度，确定该待挖掘文章的主题以及该待挖掘文章与主题的关联度，例如，服务器可以将所挖掘主题全部或部分作为该待挖掘主题的主题。

本申请的上述实施例提供的方法通过采用至少两种主题挖掘方式挖掘待挖掘文章的至少两种类型的主题，并确定所挖掘主题与待挖掘文章的关联度，从而实现了从不同维度对待挖掘文章的主题进行挖掘，以获得更全面、准确地主题。

进一步参考图5，其示出了用于生成信息的方法的又一个实施例的流程500。该用于生成信息的方法的流程500，包括以下步骤：

步骤501，获取待挖掘文章。

在本实施例中，用于生成信息的方法运行于其上的电子设备(例如图1所示的服务器105)可以通过各种方式从互联网获取待挖掘文章。

步骤502，利用至少两种主题挖掘方式，挖掘待挖掘文章的至少两种类型的主题，并确定所挖掘主题与待挖掘文章的关联度。

在本实施例中，基于步骤501获取的待挖掘文章，上述电子设备可以利用至少两种主题挖掘方式，挖掘上述待挖掘文章的至少两种类型的主题，并确定所挖掘主题与上述待挖掘文章的关联度。

步骤503，基于所挖掘主题和所确定的关联度，确定待挖掘文章的主题以及待挖掘文章与主题的关联度。

在本实施例中，上述电子设备可以基于所挖掘主题和所确定的关联度，确定待挖掘文章的主题以及待挖掘文章与主题的关联度。

步骤504，响应于确定目标关键词与待挖掘文章的主题匹配，推送待挖掘文章。

在本实施例中，上述电子设备可以将目标关键词与步骤503中确定的上述待挖掘文章的主题进行匹配，例如，可以将目标关键词与步骤503中确定的上述待挖掘文章的主题进行对比，如果目标关键词与步骤503中确定的上述待挖掘文章的某个主题相同，且该主题与上述待挖掘文章的关联度大于预先设定的推送阈值，则可以确定目标关键词与待挖掘文章的主题匹配。响应于确定目标关键词与上述待挖掘文章的主题匹配，上述电子设备可以推送上述待挖掘文章，例如，上述电子设备可以向发送目标关键词的终端推送上述待挖掘文章。在这里，上述目标关键词可以是从用户通过终端发送的搜索信息中提取的，例如，用户通过终端发送搜索信息“明星章xx”，上述电子设备可以提取“章xx”作为目标关键词。另外，上述目标关键词可以是基于用户画像得到的关键词，例如，某个用户的用户画像显示该用户为“明星李xx”的粉丝，则上述电子设备可以将“李xx”作为目标关键词。

从图5中可以看出，与图2对应的实施例相比，本实施例中的用于生成信息的方法的流程500突出了推送待挖掘文章的步骤。由此，本实施例描述的方案可以有效利用确定的待挖掘文章的主题以及待挖掘文章与主题的关联度，从而实现更准确的信息推送。

进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种用于生成信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例的用于生成信息的装置600包括：获取单元601、挖掘单元602和确定单元603。其中,获取单元601用于获取待挖掘文章；挖掘单元602用于利用至少两种主题挖掘方式，挖掘上述待挖掘文章的至少两种类型的主题，并确定所挖掘主题与上述待挖掘文章的关联度；确定单元603用于基于所挖掘主题和所确定的关联度，确定上述待挖掘文章的主题以及上述待挖掘文章与主题的关联度。

在本实施例中，用于生成信息的装置600的获取单元601、挖掘单元602和确定单元603的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202和步骤203的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，上述挖掘单元602包括：识别子单元(图中未示出)，用于对上述待挖掘文章进行命名实体识别，基于命名实体识别结果确定上述待挖掘文章是否包括至少一个第一类型文章主题；第一确定子单元(图中未示出)，用于响应于确定上述待挖掘文章包括至少一个第一类型文章主题，确定上述待挖掘文章与上述至少一个第一类型文章主题中各个第一类型文章主题的第一关联度。

在本实施例的一些可选的实现方式中，上述识别子单元包括：识别和确定单元(图中未示出)，用于对上述待挖掘文章进行命名实体识别，确定上述待挖掘文章中是否包含至少一个命名实体；匹配和确定单元(图中未示出)，用于响应于确定上述待挖掘文章中包含至少一个命名实体，将上述至少一个命名实体中的各个命名实体与预先建立的候选主题集合中的候选主题进行匹配，根据匹配结果确定上述待挖掘文章中是否包括至少一个候选主题，其中，上述候选主题集合是基于知识图谱构建的；统计和确定单元(图中未示出)，用于响应于确定上述待挖掘文章中包括至少一个候选主题，对于上述至少一个候选主题中的每一个候选主题，统计该候选主题在上述待挖掘文章中出现的频次，如果该候选主题在上述待挖掘文章中出现的频次超过预先设定的第一阈值，则确定该候选主题为上述待挖掘文章的第一类型文章主题。

在本实施例的一些可选的实现方式中，上述第一确定子单元进一步用于：对于上述至少一个第一类型文章主题中的每一个第一类型文章主题，统计该第一类型文章主题在上述待挖掘文章中出现的频次，根据统计得到的频次确定上述待挖掘文章与该第一类型文章主题的第一关联度。

在本实施例的一些可选的实现方式中，上述统计和确定单元进一步用于：根据上述知识图谱确定上述待挖掘文章中是否包含该候选主题的别名；响应于确定上述待挖掘文章中包含该候选主题的别名，统计该候选主题的别名在上述待挖掘文章中出现的第一频次；统计该候选主题在上述待挖掘文章中出现的第二频次；计算上述第一频次和上述第二频次之和，将计算结果作为该候选主题在上述待挖掘文章中出现的频次。

在本实施例的一些可选的实现方式中，上述挖掘单元602进一步用于：确定上述待挖掘文章的来源信息的来源置信度是否超过预先设定的置信度阈值，其中，上述待挖掘文章的来源信息的来源置信度是从预先设定的来源信息与来源置信度关系表中获取的，上述来源信息与来源置信度关系表对应存储有来源信息和来源置信度；响应于确定上述待挖掘文章的来源信息的来源置信度超过预先设定的置信度阈值，将上述待挖掘文章的来源信息作为第二类型文章主题，并将上述待挖掘文章的来源信息的来源置信度作为上述待挖掘文章与上述第二类型文章主题的第二关联度。

在本实施例的一些可选的实现方式中，上述挖掘单元602进一步用于：对上述待挖掘文章进行分词处理，得到至少一个分词；将上述至少一个分词导入预先建立的主题分类模型，得出上述待挖掘文章属于预设第三类型候选文章主题集合中各第三类型候选文章主题的概率；基于上述待挖掘文章属于上述第三类型候选文章主题集合中各第三类型候选文章主题的概率确定上述待挖掘文章的第三类型文章主题，以及上述待挖掘文章与确定的第三类型文章主题的第三关联度。

在本实施例的一些可选的实现方式中，上述主题分类模型为深度神经网络；以及上述装置还包括训练单元(图中未示出)，上述训练单元用于：对样本文章进行分词处理，得到至少一个样本分词；对上述至少一个样本分词进行过滤处理得到上述样本文章的样本分词集合；将上述样本分词集合作为输入，将预先设定的上述样本文章的主题作为输出，训练初始深度神经网络，得到上述深度神经网络。

在本实施例的一些可选的实现方式中，上述确定单元603进一步用于：当所挖掘主题包括至少两种类型的主题时，对于上述至少两种类型的主题中的每一种类型的主题，将上述待挖掘文章与该类型的主题的关联度进行归一化处理，并对归一化处理后的关联度进行加权处理。

在本实施例的一些可选的实现方式中，上述装置600还包括：推送单元(图中未示出)，用于响应于确定目标关键词与上述待挖掘文章的主题匹配，推送上述待挖掘文章。

下面参考图7，其示出了适于用来实现本申请实施例的服务器的计算机系统700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(cpu，centralprocessingunit)701，其可以根据存储在只读存储器(rom，readonlymemory)702中的程序或者从存储部分706加载到随机访问存储器(ram，randomaccessmemory)703中的程序而执行各种适当的动作和处理。在ram703中，还存储有系统700操作所需的各种程序和数据。cpu701、rom702以及ram703通过总线704彼此相连。输入/输出(i/o，input/output)接口705也连接至总线704。

以下部件连接至i/o接口705：包括硬盘等的存储部分5706；以及包括诸如lan(局域网，localareanetwork)卡、调制解调器等的网络接口卡的通信部分707。通信部分707经由诸如因特网的网络执行通信处理。驱动器708也根据需要连接至i/o接口705。可拆卸介质709，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器708上，以便于从其上读出的计算机程序根据需要被安装入存储部分706。

特别地，根据本公开的实施例，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。在这样的实施例中，该计算机程序可以通过通信部分707从网络上被下载和安装，和/或从可拆卸介质709被安装。在该计算机程序被中央处理单元(cpu)701执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所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。在本申请中，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。而在本申请中，计算机可读的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。计算机可读的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：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、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。

描述于本申请实施例中所涉及到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、挖掘单元和确定单元。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“获取待挖掘文章的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。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装置执行时，使得该装置：获取待挖掘文章；利用至少两种主题挖掘方式，挖掘所述待挖掘文章的至少两种类型的主题，并确定所挖掘主题与所述待挖掘文章的关联度；基于所挖掘主题和所确定的关联度，确定所述待挖掘文章的主题以及所述待挖掘文章与主题的关联度。

以上描述仅为本申请的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，本申请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。例如上述特征与本申请中公开的(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案。