[發(fā)明專利]一種關(guān)鍵詞的提取方法及裝置、電子設(shè)備、存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201911324095.1
• 申請日: 2019-12-19
• 公開（公告）號: CN111274428B
• 公開（公告）日: 2023-06-30
• 發(fā)明（設(shè)計）人: 喬利娜
• 申請（專利權(quán)）人: 北京創(chuàng)鑫旅程網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/33;G06F40/284;G06F40/30
• 代理公司: 北京鉦霖知識產(chǎn)權(quán)代理有限公司 11722
• 代理人: 李志新;馮志云

1.一種關(guān)鍵詞的提取方法，其特征在于，所述方法包括：

獲取文本信息，所述文本信息包括圖像信息、文字信息、興趣點信息、目的地信息；

過濾所述圖像信息中的自拍照圖像；

根據(jù)像素占比對所述圖像信息評分，對分數(shù)進行歸一化加權(quán)處理，分數(shù)限制在0-1之間；

選擇所述圖像信息中占比大于第一閾值或重復率大于第二閾值的圖像信息生成圖像信息詞；

對所述文本信息中的所述文字信息進行過濾表情符號和分詞，以及去除停用詞處理，生成文字詞語集；

根據(jù)所述圖像信息詞、所述興趣點信息、所述目的地信息及所述文字詞語集，生成文本語義向量；

計算所述文本信息中每個詞語與所述文本語義向量的相似度，獲得每個關(guān)鍵詞的權(quán)值，按照權(quán)值從高到低提取指定數(shù)量的關(guān)鍵詞。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述選擇所述圖像信息中占比大于第一閾值或重復率大于第二閾值的圖像信息生成圖像信息詞，包括：

預先設(shè)置第一閾值，選擇所述圖像信息中占比大于所述第一閾值的圖像信息生成圖像信息詞；

或者，預先設(shè)置第二閾值，選擇所述圖像信息中重復率大于所述第二閾值的圖像信息生成圖像信息詞。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計算所述文本信息中每個詞語與所述文本語義向量的相似度，獲得每個關(guān)鍵詞的權(quán)值，包括：

分別計算所述文本信息中的每個詞語與所述圖像信息詞、所述興趣點信息的加權(quán)平均語義相似度，得到圖像相似度、興趣點相似度；

對于所述文本信息中的每個詞語，計算所述圖像相似度和所述興趣點相似度的綜合相似度，作為詞語與所述文本語義向量的相似度；

結(jié)合每個詞語的綜合相似度，以及文本語義向量的相似度，獲得每個關(guān)鍵詞的權(quán)值。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述結(jié)合每個詞語的綜合相似度，以及文本語義向量的相似度分值，獲得每個關(guān)鍵詞的權(quán)值，包括：

將每個詞語的綜合相似度進行歸一化轉(zhuǎn)變?yōu)?-1之間的分值，得到綜合相似度分值；

對所述文本信息中的每個詞語的文本語義向量的相似度進行歸一化處理，計算每個詞語與所述文本語義向量的相似度，并歸一化轉(zhuǎn)變?yōu)?-1之間的分值，得到所述文本語義向量的相似度分值；

結(jié)合所述綜合相似度分值和所述文本語義向量的相似度分值，獲得每個關(guān)鍵詞的權(quán)值。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述文本信息為旅游攻略文本信息或者景點介紹信息。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述文本信息中的所述文字信息進行過濾表情符號和分詞，以及去除停用詞處理，包括：

查找并獲取所述文字信息中的非文字信息；

刪除所述非文字信息中的所述停用詞和所述分詞；

過濾所述非文字信息中的所述表情符號。

7.一種關(guān)鍵詞的提取裝置，其特征在于，所述裝置包括：

獲取單元，用于獲取文本信息，所述文本信息包括圖像信息、文字信息、興趣點信息、目的地信息；

圖像單元，用于過濾所述圖像信息中的自拍照圖像；根據(jù)像素占比對所述圖像信息評分，對分數(shù)進行歸一化加權(quán)處理，分數(shù)限制在0-1之間；選擇所述圖像信息中占比大于第一閾值或重復率大于第二閾值的圖像信息生成圖像信息詞；

文字單元，用于對所述文本信息中的所述文字信息進行過濾表情符號和分詞，以及去除停用詞處理，生成文字詞語集；

向量單元，用于根據(jù)所述圖像信息詞、所述興趣點信息、所述目的地信息及所述文字詞語集，生成文本語義向量；

提取單元，用于計算所述文本信息中每個詞語與所述文本語義向量的相似度，獲得每個關(guān)鍵詞的權(quán)值，按照權(quán)值從高到低提取指定數(shù)量的關(guān)鍵詞。

8.一種電子設(shè)備，其中，所述電子設(shè)備包括：

存儲器，用于存儲指令；以及

處理器，用于調(diào)用所述存儲器存儲的指令執(zhí)行權(quán)利要求1-6中任一項所述的關(guān)鍵詞的提取方法。

9.一種計算機可讀存儲介質(zhì)，其中，

所述計算機可讀存儲介質(zhì)存儲有計算機可執(zhí)行指令，所述計算機可執(zhí)行指令在由處理器執(zhí)行時，執(zhí)行權(quán)利要求1-6中任一項所述的一種關(guān)鍵詞的提取方法。