[發明專利]工程關鍵詞提取方法及裝置

在審

• 申請號: 201711245444.1
• 申請日: 2017-11-30
• 公開（公告）號: CN108038100A
• 公開（公告）日: 2018-05-15
• 發明（設計）人: 張森;楊曉歡;曾勇華
• 申請（專利權）人: 四川隧唐科技股份有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/30
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 趙志遠

本發明實施例提供了一種工程關鍵詞提取方法及裝置，涉及數據處理領域。方法包括：從工程文本中確定出每個具有詞性的工程關鍵詞，獲得包括多個具有詞性的工程關鍵詞的多個工程關鍵詞集合；從多個工程關鍵詞集合中確定出至少一個特征詞組；將每個特征詞組中的至少一個工程關鍵詞均與預設工程關鍵詞數據庫匹配，將匹配度最高的一特征詞組作為目標特征詞組，將目標特征詞組中的待提取的工程關鍵詞作為目標工程關鍵詞提取。通過詞性去確定特征詞組，再從各特征詞組中確定出匹配度最高的特征詞組，連續執行確定操作使得目標工程關鍵詞提取的誤差率被有效的減小，進而能夠準確的提取出目標工程關鍵詞，使得工程關鍵詞在實際應用中的適用性得到提升。

技術領域

本發明涉及數據處理領域，具體而言，涉及一種工程關鍵詞提取方法及裝置。

背景技術

在工程領域中，我們往往需要對工程文本進行處理，例如招標文件，從而提取出文件里面的關鍵詞，以通過關鍵詞來使得工程人員快速的獲得工程文本中自己需要獲得的信息。

目前，對關鍵詞的提取大多是通過機械分詞法來實現的。即文件里面的關鍵詞與數據庫中的關鍵詞進行匹配，從而將文件里面匹配的關鍵詞作為目標關鍵詞提取出來。該方法雖然操作簡單、方便、易于應用，但其提取的誤差率很高，嚴重降低了該方法的適用性。

發明內容

有鑒于此，本發明的目的在于提供一種工程關鍵詞提取方法及裝置，以有效改善上述缺陷。

本發明的實施例通過如下方式實現：

第一方面，本發明實施例提供了一種工程關鍵詞提取方法。所述方法包括：從工程文本中確定出每個具有詞性的工程關鍵詞，獲得包括多個具有詞性的工程關鍵詞的多個工程關鍵詞集合；從所述多個工程關鍵詞集合中確定出至少一個特征詞組，所述至少一個特征詞組中每個特征詞組均包括根據每個工程關鍵詞的詞性確定出：一待提取的工程關鍵詞和與所述待提取的工程關鍵詞的詞性相同而詞名不同的至少一個工程關鍵詞；將所述每個特征詞組中的所述至少一個工程關鍵詞均與預設工程關鍵詞數據庫匹配，將匹配度最高的一特征詞組作為目標特征詞組，將所述目標特征詞組中的所述待提取的工程關鍵詞作為目標工程關鍵詞提取。

第二方面，本發明實施例提供了一種工程關鍵詞提取裝置。所述裝置包括：第一獲得模塊，用于從工程文本中確定出每個具有詞性的工程關鍵詞，獲得包括多個具有詞性的工程關鍵詞的多個工程關鍵詞集合。第二獲得模塊，用于從所述多個工程關鍵詞集合中確定出至少一個特征詞組，所述至少一個特征詞組中每個特征詞組均包括根據每個工程關鍵詞的詞性確定出：一待提取的工程關鍵詞和與所述待提取的工程關鍵詞的詞性相同而詞名不同的至少一個工程關鍵詞。提取模塊，用于將所述每個特征詞組中的所述至少一個工程關鍵詞均與預設工程關鍵詞數據庫匹配，將匹配度最高的一特征詞組作為目標特征詞組，將所述目標特征詞組中的所述待提取的工程關鍵詞作為目標工程關鍵詞提取。

本發明實施例的有益效果是：

通過工程文本中確定出多個具有詞性的工程關鍵詞的多個工程關鍵詞集合，再通過從多個工程關鍵詞集合中確定出至少一個特征詞組，以及再通過將每個特征詞組中的至少一個工程關鍵詞均與預設工程關鍵詞數據庫匹配，從而將匹配度最高的一特征詞組作為目標特征詞組，并將目標特征詞組中的待提取的工程關鍵詞作為目標工程關鍵詞提取。因此，通過詞性去確定特征詞組，再從各特征詞組中確定出匹配度最高的特征詞組，連續執行確定操作使得目標工程關鍵詞提取的誤差率被有效的減小，進而能夠準確的提取出目標工程關鍵詞，使得工程關鍵詞在實際應用中的適用性得到提升。

為使本發明的上述目的、特征和優點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。

附圖說明