[發(fā)明專利]一種根據(jù)關(guān)鍵詞抽取文本摘要的算法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710777298.0
• 申請(qǐng)日: 2017-09-01
• 公開（公告）號(hào): CN107622046A
• 公開（公告）日: 2018-01-23
• 發(fā)明（設(shè)計(jì)）人: 王輝
• 申請(qǐng)（專利權(quán)）人: 廣州慧睿思通信息科技有限公司
• 主分類號(hào): G06F17/27
• 分類號(hào): G06F17/27
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司44245
• 代理人: 李斌

1.一種根據(jù)關(guān)鍵詞抽取文本摘要的算法，其特征在于，所述的算法包括下列步驟：

S1、對(duì)文本進(jìn)行段落拆分，將文本拆分成不同的段落，保存到一個(gè)集合中；

S2、針對(duì)不同的段落，依次確定關(guān)鍵詞在段落中的起始位置；

S3、用關(guān)鍵詞將段落拆分為不含關(guān)鍵詞的段落集合；

S4、根據(jù)關(guān)鍵詞和關(guān)鍵詞前后待抽取文字長(zhǎng)度對(duì)段落進(jìn)行摘要抽取；

S5、將抽取的摘要放入集合中；

S6、判斷每個(gè)段落是否完成摘要抽取，若否，則轉(zhuǎn)至步驟S2，若是，則結(jié)束算法。

2.根據(jù)權(quán)利要求1所述的一種根據(jù)關(guān)鍵詞抽取文本摘要的算法，其特征在于，所述的步驟S4、根據(jù)關(guān)鍵詞和關(guān)鍵詞前后待抽取文字長(zhǎng)度對(duì)段落進(jìn)行摘要抽取具體包括下列子步驟：

S401、獲取關(guān)鍵詞前的所有文字字符；

S402、獲取關(guān)鍵詞后的所有文字字符；

S403、判斷關(guān)鍵詞前的文字長(zhǎng)度是否小于等于待抽取文字的長(zhǎng)度，如果小于等于則將關(guān)鍵詞前的文字作為摘要內(nèi)容，否則，抽取指定長(zhǎng)度的文字作為摘要內(nèi)容；

S404、判斷關(guān)鍵字后的文字長(zhǎng)度是否小于等于待抽取文字的長(zhǎng)度，如果小于等于則將關(guān)鍵詞后的文字作為摘要內(nèi)容，否則，抽取指定長(zhǎng)度的文字作為摘要內(nèi)容；

S405、將關(guān)鍵詞前抽取的摘要內(nèi)容、關(guān)鍵詞及關(guān)鍵詞后抽取的摘要內(nèi)容進(jìn)行組合。

3.根據(jù)權(quán)利要求1或2所述的一種根據(jù)關(guān)鍵詞抽取文本摘要的算法，其特征在于，所述的關(guān)鍵詞可根據(jù)需要選定。

4.根據(jù)權(quán)利要求1或2所述的一種根據(jù)關(guān)鍵詞抽取文本摘要的算法，其特征在于，所述的關(guān)鍵詞前后待抽取文字長(zhǎng)度可設(shè)置，用于調(diào)整到最合適的抽取效果。

5.根據(jù)權(quán)利要求1或2所述的一種根據(jù)關(guān)鍵詞抽取文本摘要的算法，其特征在于，所述的步驟S4、根據(jù)關(guān)鍵詞和關(guān)鍵詞前后待抽取文字長(zhǎng)度對(duì)段落進(jìn)行摘要抽取具體如下：

在段落中，截取關(guān)鍵詞后指定個(gè)數(shù)的文字，當(dāng)關(guān)鍵詞后指定個(gè)數(shù)文字中又出現(xiàn)了新的關(guān)鍵詞，則再往后抽取指定個(gè)數(shù)個(gè)文字，以此類推，直到該段落沒有關(guān)鍵詞為止；而如果同一段落中關(guān)鍵字之間相差超過(guò)指定個(gè)數(shù)個(gè)文字，超過(guò)的部分用省略號(hào)代替。