[發(fā)明專利]關(guān)鍵詞提取方法、裝置、終端設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201911047440.1
• 申請(qǐng)日: 2019-10-30
• 公開(kāi)（公告）號(hào): CN110874530B
• 公開(kāi)（公告）日: 2023-06-13
• 發(fā)明（設(shè)計(jì)）人: 趙洋;魏世勝;王宇;王亞奇
• 申請(qǐng)（專利權(quán)）人: 深圳價(jià)值在線信息科技股份有限公司
• 主分類號(hào): G06F40/216
• 分類號(hào): G06F40/216;G06F40/258;G06F16/33;G06F16/9535
• 代理公司: 深圳中一聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 44414
• 代理人: 李娟

本申請(qǐng)實(shí)施例適用于文本處理技術(shù)領(lǐng)域，提供了一種關(guān)鍵詞提取方法、裝置、終端設(shè)備及存儲(chǔ)介質(zhì)，所述方法包括：采集待處理的多個(gè)文本，各個(gè)文本包括正文文本和標(biāo)題文本；分別計(jì)算每個(gè)正文文本中各個(gè)正文詞語(yǔ)的詞頻指數(shù)，基于多個(gè)正文文本中的各個(gè)目標(biāo)正文詞語(yǔ)，生成正文關(guān)鍵詞集合；根據(jù)所述正文關(guān)鍵詞集合，計(jì)算每個(gè)標(biāo)題文本的標(biāo)題權(quán)重值，基于目標(biāo)標(biāo)題文本中的各個(gè)標(biāo)題詞語(yǔ)，生成標(biāo)題關(guān)鍵詞集合；從所述正文關(guān)鍵詞集合和所述標(biāo)題關(guān)鍵詞集合中提取目標(biāo)關(guān)鍵詞。本實(shí)施例基于不同詞語(yǔ)在正文文本和標(biāo)題文本中的重要性進(jìn)行關(guān)鍵詞提取，使得提取出的關(guān)鍵詞能夠匹配文本內(nèi)容自身的特點(diǎn)，提高了關(guān)鍵詞的提取效率和準(zhǔn)確率。

技術(shù)領(lǐng)域

本申請(qǐng)屬于文本處理技術(shù)領(lǐng)域，特別是涉及一種關(guān)鍵詞提取方法、裝置、終端設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著信息技術(shù)的發(fā)展，互聯(lián)網(wǎng)上無(wú)時(shí)無(wú)刻不在產(chǎn)生大量的數(shù)據(jù)，新聞內(nèi)容便是其中的一種。

面對(duì)大量的新聞內(nèi)容，用戶難以快速地從中找到比較重要且有價(jià)值的內(nèi)容。因此，新聞內(nèi)容的關(guān)鍵詞推薦應(yīng)運(yùn)而生。目前，關(guān)鍵詞推薦主要是由相關(guān)機(jī)構(gòu)通過(guò)人工篩選的方式選出若干條新聞，標(biāo)注出這些新聞內(nèi)容的關(guān)鍵詞，再將關(guān)鍵詞推薦給用戶，供用戶查閱與該關(guān)鍵詞相關(guān)的新聞。

但是，人工篩選新聞并標(biāo)注關(guān)鍵詞的方式，容易受到編輯人員主觀因素的影響，忽視了新聞內(nèi)容本身的特點(diǎn)，使得標(biāo)注出的關(guān)鍵詞可能并不能夠完全匹配當(dāng)前重要的新聞內(nèi)容，造成推薦的準(zhǔn)確率較低。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)實(shí)施例提供了一種關(guān)鍵詞提取方法、裝置、終端設(shè)備及存儲(chǔ)介質(zhì)，以解決現(xiàn)有技術(shù)中的新聞關(guān)鍵詞推薦容易忽視新聞內(nèi)容本身的特點(diǎn)，使得推薦的關(guān)鍵詞可能并不能夠完全匹配當(dāng)前重要的新聞內(nèi)容，推薦的準(zhǔn)確率較低的問(wèn)題。

本申請(qǐng)實(shí)施例的第一方面提供了一種關(guān)鍵詞提取方法，包括：

采集待處理的多個(gè)文本，各個(gè)文本包括正文文本和標(biāo)題文本；

分別計(jì)算每個(gè)正文文本中各個(gè)正文詞語(yǔ)的詞頻指數(shù)，基于多個(gè)正文文本中的各個(gè)目標(biāo)正文詞語(yǔ)，生成正文關(guān)鍵詞集合；其中，所述目標(biāo)正文詞語(yǔ)為按照所述詞頻指數(shù)排序后在對(duì)應(yīng)的正文文本的預(yù)設(shè)排序區(qū)間內(nèi)的正文詞語(yǔ)；

根據(jù)所述正文關(guān)鍵詞集合，計(jì)算每個(gè)標(biāo)題文本的標(biāo)題權(quán)重值，基于目標(biāo)標(biāo)題文本中的各個(gè)標(biāo)題詞語(yǔ)，生成標(biāo)題關(guān)鍵詞集合；其中，所述目標(biāo)標(biāo)題文本為所述標(biāo)題權(quán)重值大于預(yù)設(shè)標(biāo)題權(quán)重閾值的標(biāo)題文本；

從所述正文關(guān)鍵詞集合和所述標(biāo)題關(guān)鍵詞集合中提取目標(biāo)關(guān)鍵詞。

本申請(qǐng)實(shí)施例的第二方面提供了一種關(guān)鍵詞提取裝置，包括：

文本采集模塊，用于采集待處理的多個(gè)文本，各個(gè)文本包括正文文本和標(biāo)題文本；

正文關(guān)鍵詞集合生成模塊，用于分別計(jì)算每個(gè)正文文本中各個(gè)正文詞語(yǔ)的詞頻指數(shù)，基于多個(gè)正文文本中的各個(gè)目標(biāo)正文詞語(yǔ)，生成正文關(guān)鍵詞集合；其中，所述目標(biāo)正文詞語(yǔ)為按照所述詞頻指數(shù)排序后在對(duì)應(yīng)的正文文本的預(yù)設(shè)排序區(qū)間內(nèi)的正文詞語(yǔ)；

標(biāo)題關(guān)鍵詞集合生成模塊，用于根據(jù)所述正文關(guān)鍵詞集合，計(jì)算每個(gè)標(biāo)題文本的標(biāo)題權(quán)重值，基于目標(biāo)標(biāo)題文本中的各個(gè)標(biāo)題詞語(yǔ)，生成標(biāo)題關(guān)鍵詞集合；其中，所述目標(biāo)標(biāo)題文本為所述標(biāo)題權(quán)重值大于預(yù)設(shè)標(biāo)題權(quán)重閾值的標(biāo)題文本；

關(guān)鍵詞提取模塊，用于從所述正文關(guān)鍵詞集合和所述標(biāo)題關(guān)鍵詞集合中提取目標(biāo)關(guān)鍵詞。

本申請(qǐng)實(shí)施例的第三方面提供了一種終端設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述第一方面所述關(guān)鍵詞提取方法的步驟。

本申請(qǐng)實(shí)施例的第四方面提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述第一方面所述關(guān)鍵詞提取方法的步驟。