[發(fā)明專利]文本關(guān)鍵詞提取方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010736558.1
• 申請(qǐng)日: 2020-07-28
• 公開(kāi)（公告）號(hào): CN111985228B
• 公開(kāi)（公告）日: 2023-05-30
• 發(fā)明（設(shè)計(jì)）人: 毛宇;佘麗麗;夏海兵;魏志輝;林昊
• 申請(qǐng)（專利權(quán)）人: 招聯(lián)消費(fèi)金融有限公司
• 主分類號(hào): G06F40/284
• 分類號(hào): G06F40/284;G06F16/35
• 代理公司: 華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 李文淵

本申請(qǐng)涉及一種文本關(guān)鍵詞提取方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。所述方法包括：獲取待提取文本的候選關(guān)鍵詞；對(duì)候選關(guān)鍵詞進(jìn)行詞向量編碼，得到第一特征向量，以及，對(duì)候選關(guān)鍵詞進(jìn)行詞頻逆文本頻率編碼，得到第二特征向量；根據(jù)第一特征向量和第二特征向量，得到候選關(guān)鍵詞對(duì)應(yīng)的關(guān)鍵詞向量；根據(jù)關(guān)鍵詞向量，在候選關(guān)鍵詞中選取待提取文本的目標(biāo)關(guān)鍵詞。采用本方法能夠結(jié)合文本上下文特征和全局特征進(jìn)行關(guān)鍵詞提取，提取出的目標(biāo)關(guān)鍵詞可以更準(zhǔn)確地反映文本意圖，關(guān)鍵詞提取準(zhǔn)確性較高。

技術(shù)領(lǐng)域

本申請(qǐng)涉及自然語(yǔ)言處理技術(shù)領(lǐng)域，特別是涉及一種文本關(guān)鍵詞提取方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著自然語(yǔ)言處理技術(shù)的發(fā)展，出現(xiàn)了關(guān)鍵詞提取技術(shù)，關(guān)鍵詞是能夠表達(dá)文本中心內(nèi)容的詞語(yǔ)，準(zhǔn)確提取關(guān)鍵詞在計(jì)算機(jī)系統(tǒng)標(biāo)引論文內(nèi)容特征、信息檢索、文檔比較、摘要生成等應(yīng)用中具有重要作用。

傳統(tǒng)的關(guān)鍵詞提取技術(shù)采用詞嵌入向量(Word?Embedding)將文本轉(zhuǎn)換為數(shù)值矩陣，根據(jù)數(shù)值矩陣進(jìn)行關(guān)鍵詞提取。然而，采用詞嵌入向量的關(guān)鍵詞提取方法通過(guò)窗口滑動(dòng)，利用淺層神經(jīng)網(wǎng)絡(luò)尋找相關(guān)詞概率，只能尋找到目標(biāo)詞附近的相近詞，難以提取出能夠反映文本真正意圖的關(guān)鍵詞，容易導(dǎo)致關(guān)鍵詞提取的準(zhǔn)確性較低。

因此，傳統(tǒng)的關(guān)鍵詞提取技術(shù)存在難以提取出反映文本意圖的關(guān)鍵詞，提取結(jié)果準(zhǔn)確性較低的問(wèn)題。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種能夠反映文本意圖、準(zhǔn)確性較高的文本關(guān)鍵詞提取方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

一種文本關(guān)鍵詞提取方法，所述方法包括：

獲取待提取文本的候選關(guān)鍵詞；

對(duì)所述候選關(guān)鍵詞進(jìn)行詞向量編碼，得到第一特征向量，以及，對(duì)所述候選關(guān)鍵詞進(jìn)行詞頻逆文本頻率編碼，得到第二特征向量；

根據(jù)所述第一特征向量和所述第二特征向量，得到所述候選關(guān)鍵詞對(duì)應(yīng)的關(guān)鍵詞向量；

根據(jù)所述關(guān)鍵詞向量，在所述候選關(guān)鍵詞中選取所述待提取文本的目標(biāo)關(guān)鍵詞。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述關(guān)鍵詞向量，在所述候選關(guān)鍵詞中選取所述待提取文本的目標(biāo)關(guān)鍵詞，包括：

根據(jù)所述關(guān)鍵詞向量對(duì)所述候選關(guān)鍵詞進(jìn)行聚類，得到關(guān)鍵詞聚類簇；

通過(guò)選取所述關(guān)鍵詞聚類簇內(nèi)的候選關(guān)鍵詞，得到簇內(nèi)關(guān)鍵詞；

通過(guò)對(duì)所述簇內(nèi)關(guān)鍵詞進(jìn)行排序，得到關(guān)鍵詞排序結(jié)果；

根據(jù)所述關(guān)鍵詞排序結(jié)果，得到所述待提取文本的目標(biāo)關(guān)鍵詞。

在其中一個(gè)實(shí)施例中，所述通過(guò)對(duì)所述簇內(nèi)關(guān)鍵詞進(jìn)行排序，得到關(guān)鍵詞排序結(jié)果，包括：

對(duì)所述簇內(nèi)關(guān)鍵詞進(jìn)行詞頻逆文本頻率編碼，得到簇內(nèi)特征向量；

根據(jù)所述簇內(nèi)特征向量，得到所述簇內(nèi)關(guān)鍵詞對(duì)應(yīng)的關(guān)鍵詞分值；

根據(jù)所述關(guān)鍵詞分值對(duì)所述簇內(nèi)關(guān)鍵詞進(jìn)行排序，得到所述關(guān)鍵詞排序結(jié)果。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述關(guān)鍵詞向量對(duì)所述候選關(guān)鍵詞進(jìn)行聚類，得到關(guān)鍵詞聚類簇，包括：

根據(jù)預(yù)設(shè)的聚類簇?cái)?shù)，在所述關(guān)鍵詞向量中選取聚類中心初始向量；

根據(jù)所述關(guān)鍵詞向量與所述聚類中心初始向量的向量距離，對(duì)所述關(guān)鍵詞向量進(jìn)行聚類，得到向量聚類結(jié)果；

根據(jù)所述向量聚類結(jié)果，得到聚類中心更新向量；

計(jì)算所述聚類中心更新向量與所述聚類中心初始向量之間的向量差值；

判斷所述向量差值是否超過(guò)預(yù)設(shè)的差值閾值；