[發(fā)明專利]主題抽取方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011622906.9
• 申請(qǐng)日: 2020-12-31
• 公開（公告）號(hào): CN114691824A
• 公開（公告）日: 2022-07-01
• 發(fā)明（設(shè)計(jì)）人: 韓旭紅
• 申請(qǐng)（專利權(quán)）人: 北京千里日成科技有限公司
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/35;G06F40/258;G06F40/30;G06N20/00
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 林哲生

1.一種主題抽取方法，其特征在于，包括：

對(duì)多個(gè)文本中包含的關(guān)鍵詞進(jìn)行聚類，得到聚類出的多個(gè)候選主題類別，每個(gè)候選主題類別包括至少一個(gè)關(guān)鍵詞，其中，每個(gè)文本包含至少一個(gè)關(guān)鍵詞；

分別確定每個(gè)文本歸屬的候選主題類別；

對(duì)于每個(gè)關(guān)鍵詞，分別確定該關(guān)鍵詞相對(duì)于每個(gè)候選主題類別的重要程度，其中，該重要程度是結(jié)合歸屬于該候選主題類別的文本集合中的各文本以及該文本集合中具有該關(guān)鍵詞的各文本確定得到的；

對(duì)于每個(gè)文本，分別確定該文本與每個(gè)候選主題類別的關(guān)聯(lián)程度，其中，所述關(guān)聯(lián)程度是結(jié)合該文本中各關(guān)鍵詞相對(duì)該候選主題類別的重要程度確定得到的；

結(jié)合所述關(guān)鍵詞相對(duì)所述候選主題類別的重要程度，調(diào)整所述關(guān)鍵詞所在的候選主題類別，并結(jié)合所述文本與所述候選主題類別的關(guān)聯(lián)程度，調(diào)整所述文本歸屬的候選主題類別；

在本次調(diào)整所述文本歸屬的候選主題類別后，判斷是否滿足設(shè)定的主題抽取結(jié)束條件，如滿足，則將當(dāng)前得到的各候選主題類別確定為抽取出的主題；否則返回對(duì)于每個(gè)關(guān)鍵詞，分別確定該關(guān)鍵詞相對(duì)于每個(gè)候選主題類別的重要程度的操作，直至滿足所述主題抽取結(jié)束條件。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分別確定每個(gè)文本歸屬的候選主題類別，包括：

針對(duì)任意一個(gè)文本，分別確定各所述候選主題類別中包含的屬于所述文本中的關(guān)鍵詞的數(shù)量，并將包含所述文本中關(guān)鍵詞的數(shù)量最多的候選主題類別確定為所述文本歸屬的候選主題類別。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，在對(duì)于每個(gè)文本，分別確定該文本與每個(gè)候選主題類別的關(guān)聯(lián)程度之前，還包括：

確定所述文本的文本特征向量和所述文本中各關(guān)鍵詞的關(guān)鍵詞特征向量；

針對(duì)所述文本中每個(gè)關(guān)鍵詞，依據(jù)所述文本的文本特征向量和所述關(guān)鍵詞的關(guān)鍵詞特征向量，確定所述關(guān)鍵詞與所述文本的特征相似度；

所述對(duì)于每個(gè)文本，分別確定該文本與每個(gè)候選主題類別的關(guān)聯(lián)程度，包括：

針對(duì)每個(gè)文本，結(jié)合所述文本中各關(guān)鍵詞相對(duì)候選主題類別的重要程度以及文本中各關(guān)鍵詞與所述文本的特征相似度，確定所述文本與該候選主題類別的關(guān)聯(lián)程度。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述關(guān)鍵詞相對(duì)所述候選主題類別的重要程度為所述關(guān)鍵詞相對(duì)所述候選主題類別的重要程度分值；

所述結(jié)合所述文本中各關(guān)鍵詞相對(duì)所述候選主題類別的重要程度以及文本中各關(guān)鍵詞與所述文本的特征相似度，確定所述文本與所述候選主題類別的關(guān)聯(lián)程度，包括：

針對(duì)所述文本中每個(gè)關(guān)鍵詞，計(jì)算所述關(guān)鍵詞與所述文本的特征相似度與所述關(guān)鍵詞相對(duì)所述候選主題類別的重要程度分值之間的乘積；

將所述文本中各個(gè)關(guān)鍵詞對(duì)應(yīng)的所述乘積之和確定為所述文本與所述候選主題類別的關(guān)聯(lián)程度值。

5.根據(jù)權(quán)利要求1或3所述的方法，其特征在于，所述對(duì)于每個(gè)關(guān)鍵詞，分別確定該關(guān)鍵詞相對(duì)于每個(gè)候選主題類別的重要程度，包括：

確定歸屬于所述候選主題類別的文本集合，所述文本集合包括歸屬于所述候選主題類別的至少一個(gè)文本；

結(jié)合所述文本集合中各文本與所述候選主題類別的歷史關(guān)聯(lián)程度以及所述文本集合中具有所述關(guān)鍵詞的各文本與所述候選主題類別的歷史關(guān)聯(lián)程度，確定所述關(guān)鍵詞相對(duì)所述候選主題類別的重要程度；

其中，文本與候選主題類別的歷史關(guān)聯(lián)程度為當(dāng)前時(shí)刻之前最近一次確定出的所述文本與所述候選主題類別的關(guān)聯(lián)程度。