[發(fā)明專利]一種關(guān)鍵詞的確定方法、文本處理的方法及服務(wù)器

有效

• 申請?zhí)枺?/td>: 201810444290.7
• 申請日: 2018-05-10
• 公開（公告）號: CN110472198B
• 公開（公告）日: 2023-01-24
• 發(fā)明（設(shè)計）人: 李菁;宋彥
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/117
• 分類號: G06F40/117;G06F40/284;G06F16/335
• 代理公司: 深圳市深佳知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 王仲凱

本發(fā)明實(shí)施例公開了一種文本處理的方法，包括：獲取目標(biāo)對話組信息，其中，所述目標(biāo)對話組信息中包括目標(biāo)文本信息；通過關(guān)鍵詞抽取模型獲取所述目標(biāo)文本信息所對應(yīng)的目標(biāo)標(biāo)簽序列，其中，所述關(guān)鍵詞抽取模型為根據(jù)待訓(xùn)練文本信息以及待訓(xùn)練附屬信息訓(xùn)練得到的，所述待訓(xùn)練附屬信息與所述待訓(xùn)練文本信息具有關(guān)聯(lián)關(guān)系，所述目標(biāo)標(biāo)簽序列用于表示目標(biāo)關(guān)鍵詞在所述目標(biāo)文本信息中的位置；根據(jù)所述目標(biāo)標(biāo)簽序列確定所述目標(biāo)文本信息中的目標(biāo)關(guān)鍵詞。本發(fā)明實(shí)施例還提供一種服務(wù)器。本發(fā)明實(shí)施例可以有效地提升關(guān)鍵詞獲取的可靠性，同時解決了單條文本信息數(shù)據(jù)稀疏，信息量缺乏的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能領(lǐng)域，尤其涉及一種關(guān)鍵詞確定的方法、文本處理的方法及服務(wù)器。

背景技術(shù)

隨著互聯(lián)網(wǎng)的高速發(fā)展，上網(wǎng)娛樂已經(jīng)成為很多人的愛好。在互聯(lián)網(wǎng)業(yè)務(wù)中，關(guān)鍵詞的確定是非常重要的。這是因?yàn)殛P(guān)鍵詞能夠表達(dá)一句話或者一段話的核心，無論在電商行業(yè)、社交平臺還是搜索引擎中，關(guān)鍵詞的作用都是至關(guān)重要的。

社交媒體中的文本信息具有長度短和信息量少等特點(diǎn)。使用單條文本信息作為關(guān)鍵詞抽取的目標(biāo)文本，會引發(fā)數(shù)據(jù)稀疏等問題。為避免和解決這類問題，目標(biāo)可以采用如下方式：首先需要對多條內(nèi)容相似的文本信息進(jìn)行聚類，得到文本信息集合，然后對每個分類下的文本信息集合進(jìn)行關(guān)鍵詞抽取，由此得到關(guān)鍵詞。

然而，通過文本信息集合抽取關(guān)鍵詞，雖然能夠解決數(shù)據(jù)稀疏的問題，但是采用該方法所抽取到的關(guān)鍵詞是多條文本信息的共享關(guān)鍵詞，而非某條文本信息特有的關(guān)鍵詞，當(dāng)單條文本信息中包含特有的關(guān)鍵詞時，那么這部分關(guān)鍵詞往往會被忽略，從而降低關(guān)鍵詞獲取的可靠性。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種關(guān)鍵詞的確定方法、文本處理的方法及服務(wù)器，可以有效地提升關(guān)鍵詞獲取的可靠性，同時解決了單條文本信息數(shù)據(jù)稀疏，信息量缺乏的問題。

有鑒于此，本發(fā)明的第一方面提供了一種關(guān)鍵詞的確定方法，包括：

獲取待訓(xùn)練對話組信息集合，其中，所述待訓(xùn)練對話組信息集合中包括N個待訓(xùn)練對話組信息，所述待訓(xùn)練對話組信息包括待訓(xùn)練文本信息以及與所述待訓(xùn)練文本信息關(guān)聯(lián)的待訓(xùn)練附屬信息，所述N為大于或等于1的整數(shù)；

對所述N個待訓(xùn)練對話組信息進(jìn)行編碼處理，得到每個待訓(xùn)練對話組信息所對應(yīng)的對話組特征信息；

根據(jù)所述每個待訓(xùn)練對話組信息所對應(yīng)的對話組特征信息，以及每個待訓(xùn)練文本信息所對應(yīng)的標(biāo)簽序列，訓(xùn)練得到關(guān)鍵詞抽取模型，其中，所述標(biāo)簽序列用于表示所述待訓(xùn)練文本信息中每個詞語關(guān)鍵詞之間的關(guān)系；

獲取目標(biāo)對話組信息，其中，所述目標(biāo)對話組信息中包括目標(biāo)文本信息；

通過所述關(guān)鍵詞抽取模型獲取所述目標(biāo)文本信息所對應(yīng)的目標(biāo)標(biāo)簽序列，其中，所述目標(biāo)標(biāo)簽序列用于表示目標(biāo)關(guān)鍵詞在所述目標(biāo)文本信息中的位置；

根據(jù)所述目標(biāo)標(biāo)簽序列確定所述目標(biāo)文本信息中的目標(biāo)關(guān)鍵詞。

本發(fā)明的第二方面提供了一種文本處理的方法，包括：

獲取目標(biāo)對話組信息，其中，所述目標(biāo)對話組信息中包括目標(biāo)文本信息；

通過關(guān)鍵詞抽取模型獲取所述目標(biāo)文本信息所對應(yīng)的目標(biāo)標(biāo)簽序列，其中，所述關(guān)鍵詞抽取模型為根據(jù)待訓(xùn)練文本信息以及待訓(xùn)練附屬信息訓(xùn)練得到的，所述待訓(xùn)練附屬信息與所述待訓(xùn)練文本信息具有關(guān)聯(lián)關(guān)系，所述目標(biāo)標(biāo)簽序列用于表示目標(biāo)關(guān)鍵詞在所述目標(biāo)文本信息中的位置；

根據(jù)所述目標(biāo)標(biāo)簽序列確定所述目標(biāo)文本信息中的目標(biāo)關(guān)鍵詞。

本發(fā)明的第三方面提供了一種服務(wù)器，包括：

獲取模塊，用于獲取目標(biāo)對話組信息，其中，所述目標(biāo)對話組信息中包括目標(biāo)文本信息；