[發(fā)明專利]一種關(guān)鍵詞提取方法、裝置、存儲介質(zhì)及設(shè)備

在審

• 申請?zhí)枺?/td>: 202011049625.9
• 申請日: 2020-09-29
• 公開（公告）號: CN112257424A
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計(jì)）人: 崔桐;肖鏡輝
• 申請（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號: G06F40/258
• 分類號: G06F40/258;G06F40/289;G06F40/242;G06F40/30;G06N3/08
• 代理公司: 深圳市深佳知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 李杭

1.一種關(guān)鍵詞提取方法，其特征在于，所述方法包括：

獲取目標(biāo)文檔的文檔屬性；所述文檔屬性用于表征所述目標(biāo)文檔的主題和語義信息；所述目標(biāo)文檔包括多個(gè)候選關(guān)鍵詞；

利用所述文檔屬性，計(jì)算所述候選關(guān)鍵詞的第一得分；所述第一得分用于表征所述候選關(guān)鍵詞與所述文檔屬性的相關(guān)度；

根據(jù)所述第一得分，從所述多個(gè)候選關(guān)鍵詞中確定目標(biāo)關(guān)鍵詞。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

利用無監(jiān)督方法，計(jì)算所述候選關(guān)鍵詞的第二得分；

所述根據(jù)所述第一得分，從所述多個(gè)候選關(guān)鍵詞中確定目標(biāo)關(guān)鍵詞，包括：

根據(jù)所述第一得分和所述第二得分，從所述多個(gè)候選關(guān)鍵詞中確定目標(biāo)關(guān)鍵詞。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述利用所述文檔屬性，計(jì)算所述候選關(guān)鍵詞的第一得分，包括：

從預(yù)先構(gòu)建的關(guān)鍵詞-屬性相關(guān)度字典中獲取所述文檔屬性和所述候選關(guān)鍵詞之間的相關(guān)度值，所述關(guān)鍵詞-屬性相關(guān)度字典中存儲了關(guān)鍵詞與文檔屬性之間的相關(guān)度值；

根據(jù)所述文檔屬性和所述候選關(guān)鍵詞之間的相關(guān)度值，計(jì)算所述候選關(guān)鍵詞的第一得分。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

利用預(yù)先構(gòu)建的文檔庫和關(guān)鍵詞詞典，構(gòu)建所述關(guān)鍵詞-屬性相關(guān)度字典；

其中，所述文檔庫中存儲了多個(gè)領(lǐng)域的多個(gè)文檔、以及每個(gè)文檔對應(yīng)的文檔屬性；所述關(guān)鍵詞詞典中存儲了多個(gè)領(lǐng)域的多個(gè)關(guān)鍵詞。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述利用預(yù)先構(gòu)建的文檔庫和關(guān)鍵詞詞典，構(gòu)建所述關(guān)鍵詞-屬性相關(guān)度字典，包括：

提取所述文檔庫中各個(gè)文檔的文檔屬性；

計(jì)算所述關(guān)鍵詞詞典中每一關(guān)鍵詞與所述文檔庫中每一文檔屬性之間的相關(guān)度；

由每一關(guān)鍵詞與每一文檔屬性，以及每一關(guān)鍵詞與每一文檔屬性之間的相關(guān)度，形成所述關(guān)鍵詞-屬性相關(guān)度字典。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

對所述目標(biāo)文檔進(jìn)行分詞處理，得到多個(gè)分詞詞語，并從所述多個(gè)分詞詞語中選取滿足預(yù)設(shè)條件的分詞詞語，作為所述候選關(guān)鍵詞。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述方法還包括：

對所述目標(biāo)文檔進(jìn)行去噪預(yù)處理，得到預(yù)處理后的目標(biāo)文檔；

所述對所述目標(biāo)文檔進(jìn)行分詞處理，得到多個(gè)分詞詞語，并從所述多個(gè)分詞詞語中選取滿足預(yù)設(shè)條件的分詞詞語，作為候選關(guān)鍵詞，包括：

對所述預(yù)處理后的目標(biāo)文檔進(jìn)行分詞處理，得到多個(gè)分詞詞語，并從所述多個(gè)分詞詞語中選取滿足預(yù)設(shè)條件的分詞詞語，作為所述候選關(guān)鍵詞。

8.一種關(guān)鍵詞提取裝置，其特征在于，所述裝置包括：

獲取單元，用于獲取目標(biāo)文檔的文檔屬性；所述文檔屬性用于表征所述目標(biāo)文檔的主題和語義信息；所述目標(biāo)文檔包括多個(gè)候選關(guān)鍵詞；

第一計(jì)算單元，用于利用所述文檔屬性，計(jì)算所述候選關(guān)鍵詞的第一得分；所述第一得分用于表征所述候選關(guān)鍵詞與所述文檔屬性的相關(guān)度；

確定單元，用于根據(jù)所述第一得分，從所述多個(gè)候選關(guān)鍵詞中確定目標(biāo)關(guān)鍵詞。

9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述裝置還包括：

第二計(jì)算單元，用于利用無監(jiān)督方法，計(jì)算所述候選關(guān)鍵詞的第二得分；

所述確定單元具體用于：

根據(jù)所述第一得分和所述第二得分，從所述多個(gè)候選關(guān)鍵詞中確定目標(biāo)關(guān)鍵詞。

10.根據(jù)權(quán)利要求8或9所述的裝置，其特征在于，所述第一計(jì)算單元具體用于：

從預(yù)先構(gòu)建的關(guān)鍵詞-屬性相關(guān)度字典中獲取所述文檔屬性和所述候選關(guān)鍵詞之間的相關(guān)度值，所述關(guān)鍵詞-屬性相關(guān)度字典中存儲了關(guān)鍵詞與文檔屬性之間的相關(guān)度值；和根據(jù)所述文檔屬性和所述候選關(guān)鍵詞之間的相關(guān)度值，計(jì)算所述候選關(guān)鍵詞的第一得分。