[發明專利]關鍵詞提取方法和裝置在審
| 申請號： | 202010765547.6 | 申請日： | 2020-08-03 |
| 公開（公告）號： | CN114065731A | 公開（公告）日： | 2022-02-18 |
| 發明（設計）人： | 陳敏骎;蔣萱 | 申請（專利權）人： | 華為技術有限公司 |
| 主分類號： | G06F40/216 | 分類號： | G06F40/216 |
| 代理公司： | 北京龍雙利達知識產權代理有限公司 11329 | 代理人： | 周喬;王君 |
| 地址： | 518129 廣東*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 關鍵詞 提取 方法 裝置 | ||
1.一種關鍵詞提取方法，其特征在于，包括：
確定第一詞條的詞頻TF，所述第一詞條是第一文本中的詞條；
確定所述第一詞條的修正逆文檔頻率MIDF；
根據所述第一詞條的TF和MIDF，確定所述第一文本的關鍵詞。
2.根據權利要求1所述的方法，其特征在于，所述確定所述第一詞條的MIDF包括：
根據第一函數和所述第一詞條的逆文檔頻率IDF確定所述第一詞條的MIDF，所述第一函數是參數可調節的單調函數。
3.根據權利要求1或2所述的方法，其特征在于，所述根據所述第一詞條的TF和MIDF，確定第一文本的關鍵詞包括：
確定所述第一詞條的TF與所述第一詞條的MIDF的乘積；
所述第一文本的關鍵詞是所述乘積最大的K個所述第一詞條，K為正整數。
4.一種關鍵詞提取方法，其特征在于，包括：
確定第一詞條的文檔頻率DF，所述第一詞條是第一類別的文本中的詞條，所述第一類別包括至少一個文本，所述至少一個文本中包括所述第一詞條；
確定所述第一詞條的修正逆文檔頻率MIDF；
根據所述第一詞條的DF和MIDF確定所述第一類別的關鍵詞。
5.根據權利要求4所述的方法，其特征在于，所述第一詞條的DF是所述第一類別中包括所述第一詞條的文本數與所述第一類別中的總文本數的比值。
6.根據權利要求4或5所述的方法，其特征在于，所述確定所述第一詞條的MIDF包括：
根據第一函數和所述第一詞條的逆文檔頻率IDF確定所述第一詞條的MIDF，所述第一函數是參數可調節的單調函數。
7.根據權利要求4-6中任一項所述的方法，其特征在于，所述根據所述第一詞條的DF和MIDF，確定第一類別的關鍵詞包括：
確定所述第一詞條的DF與所述第一詞條的MIDF的乘積；
所述第一類別的關鍵詞是所述乘積最大的K個所述第一詞條，K為正整數。
8.一種關鍵詞提取裝置，其特征在于，包括：
確定模塊，用于確定第一詞條的詞頻TF，所述第一詞條是第一文本中的詞條；
所述確定模塊還用于確定所述第一詞條的修正逆文檔頻率MIDF；
所述確定模塊還用于，根據所述第一詞條的TF和MIDF，確定所述第一文本的關鍵詞。
9.根據權利要求8所述的裝置，其特征在于，所述確定模塊具體用于：
根據第一函數和所述第一詞條的逆文檔頻率IDF確定所述第一詞條的MIDF，所述第一函數是參數可調節的單調函數。
10.根據權利要求8或9所述的裝置，其特征在于，所述確定模塊具體用于：
確定所述第一詞條的TF和MIDF的乘積；
所述第一文本的關鍵詞是所述乘積最大的K個所述第一詞條，K為正整數。
11.一種關鍵詞提取裝置，其特征在于，包括：
確定模塊，用于確定第一詞條的文檔頻率DF，所述第一詞條是第一類別的文本中的詞條，所述第一類別包括至少一個文本，所述至少一個文本中包括所述第一詞條；
所述確定模塊還用于，確定所述第一詞條的修正逆文檔頻率MIDF；
所述確定模塊還用于，根據所述第一詞條的DF和MIDF確定所述第一類別的關鍵詞。
12.根據權利要求11所述的裝置，其特征在于，所述第一詞條的DF是所述第一類別中包括所述第一詞條的文本數與所述第一類別中的總文本數的比值。
13.根據權利要求11或12所述的裝置，其特征在于，所述確定模塊具體用于：
根據第一函數和所述第一詞條的逆文檔頻率IDF確定所述第一詞條的MIDF，所述第一函數是參數可調節的單調函數。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于華為技術有限公司，未經華為技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010765547.6/1.html，轉載請聲明來源鉆瓜專利網。
