[發明專利]文本處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010066891.6
• 申請日: 2020-01-20
• 公開（公告）號: CN111274358A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 陳誠
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/289
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 劉暉銘;張穎玲

1.一種文本處理方法，其特征在于，包括：

對待處理文本進行分詞處理，將分詞處理得到的詞組成詞序列；

對所述詞序列進行依存句法處理，得到所述詞序列中的詞之間的詞依存關系；

將所述詞序列中的詞映射為節點，并將所述詞依存關系映射為對應節點之間的邊，以得到由所述節點和所述邊連接而構成的候選關鍵詞圖；

根據所述候選關鍵詞圖中的邊，傳播所述候選關鍵詞圖中節點的節點權重；

將傳播后的所述候選關鍵詞圖中滿足權重條件的節點，確定為目標節點，并

將所述目標節點對應的詞，確定為所述待處理文本的關鍵詞。

2.根據權利要求1所述的文本處理方法，其特征在于，

所述對待處理文本進行分詞處理，將分詞處理得到的詞組成詞序列，包括：

對所述待處理文本進行語句分割處理，得到至少一個語句；

對語句分割處理得到的每個所述語句進行分詞處理，將分詞處理得到的多個詞組成所述語句對應的詞序列；

所述將所述目標節點對應的詞，確定為所述待處理文本的關鍵詞之后，還包括：

確定所述語句包括的關鍵詞的數量；

當所述語句包括的關鍵詞的數量滿足數量條件時，確定所述語句為所述待處理文本的文本摘要。

3.根據權利要求1所述的文本處理方法，其特征在于，所述根據所述候選關鍵詞圖中的邊，傳播所述候選關鍵詞圖中節點的節點權重，包括：

對所述候選關鍵詞圖中節點的節點權重進行初始化處理；

迭代遍歷所述候選關鍵詞圖中的節點，并

將遍歷到的節點的節點權重，分配至與所述遍歷到的節點存在連接關系的節點，以使所述存在連接關系的節點對被分配的節點權重進行求和處理，得到更新后的節點權重，直至滿足迭代停止條件；

其中，所述連接關系的類型包括：無向邊連接；出向邊連接。

4.根據權利要求1所述的文本處理方法，其特征在于，

所述對待處理文本進行分詞處理，將分詞處理得到的詞組成詞序列之后，還包括：

根據所述詞序列進行詞性標注處理，得到所述詞序列中每個詞的詞性；

所述將所述詞序列中的詞映射為節點，包括：

將所述詞序列中詞性滿足詞性條件的詞映射為對應的節點。

5.根據權利要求1所述的文本處理方法，其特征在于，所述將所述詞依存關系映射為對應節點之間的邊，包括：

執行以下任意一種處理：

將所述詞依存關系映射為對應節點之間的無向無權邊；

將所述詞依存關系映射為對應節點之間的無向邊，并

根據所述詞依存關系在所述詞序列中的出現頻次，確定映射的所述無向邊的邊權重；

其中，所述邊權重與所述出現頻次正相關；

根據所述詞依存關系表示的方向，將所述詞依存關系映射為對應節點之間的相同方向的有向邊。

6.根據權利要求1所述的文本處理方法，其特征在于，所述將傳播后的所述候選關鍵詞圖中滿足權重條件的節點，確定為目標節點，包括：

根據節點權重對傳播后的所述候選關鍵詞圖中的節點進行排序處理，得到節點序列；

根據訪問順序將所述節點序列中的節點逐個確定為目標節點，直至得到設定數量的目標節點；

其中，所述訪問順序為所述節點序列中節點的節點權重的降序。

7.根據權利要求6所述的文本處理方法，其特征在于，

所述根據訪問順序將所述節點序列中的節點逐個確定為目標節點之后，還包括：

將確定出的所述目標節點標記為已訪問；其中，所述節點序列中的節點在初始化時均被標記為未訪問；

所述將所述目標節點對應的詞，確定為所述待處理文本的關鍵詞之后，還包括：

當至少兩個關鍵詞在所述待處理文本中存在相鄰關系時，將所述至少兩個關鍵詞進行合并處理；

確定所述待處理文本中的關鍵詞的數量；

當所述關鍵詞的數量小于所述設定數量時，根據所述訪問順序，將所述節點序列中的未訪問的節點確定為目標節點，直至得到的所述關鍵詞的數量等于所述設定數量。