[發(fā)明專利]用于提取文本關(guān)鍵詞的方法、裝置、電子設(shè)備和介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110718951.2
• 申請日: 2021-06-28
• 公開（公告）號(hào): CN113434677A
• 公開（公告）日: 2021-09-24
• 發(fā)明（設(shè)計(jì)）人: 肖艷清;易修文;韓博洋;張鈞波;鄭宇
• 申請（專利權(quán)）人: 京東城市（北京）數(shù)字科技有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F40/216;G06F40/289;G06F40/30;G06F16/387
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

本公開的實(shí)施例公開了用于提取文本關(guān)鍵詞的方法、裝置、電子設(shè)備和介質(zhì)。該方法的一具體實(shí)施方式包括：獲取預(yù)設(shè)類別事件的描述文本；從該描述文本中剔除目標(biāo)文本，生成預(yù)處理描述文本，其中，該目標(biāo)文本包括停用詞和地點(diǎn)短語；根據(jù)預(yù)設(shè)的詞權(quán)重表與該預(yù)處理描述文本包含的詞的詞頻，確定該預(yù)處理描述文本包含的詞的特征權(quán)重，其中，該詞權(quán)重表中的詞對應(yīng)的權(quán)重基于該預(yù)設(shè)類別事件的關(guān)聯(lián)詞調(diào)整；根據(jù)所確定的特征權(quán)重，從該預(yù)處理描述文本中提取目標(biāo)數(shù)目個(gè)關(guān)鍵詞。該實(shí)施方式減小了通用語義對關(guān)鍵詞提取的干擾，從而提升了針對預(yù)設(shè)類別事件的描述文本的關(guān)鍵詞提取的準(zhǔn)確性。

技術(shù)領(lǐng)域

本公開的實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及用于提取文本關(guān)鍵詞的方法、裝置、電子設(shè)備和介質(zhì)。

背景技術(shù)

隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，關(guān)于文本的關(guān)鍵詞提取方法也層出不窮。然而，通用的關(guān)鍵詞提取模型并不能保證能夠很好地應(yīng)用于不同類別的事件描述文本中。

在智能城市服務(wù)領(lǐng)域，對上報(bào)的事件(例如來自于12345便民平臺(tái)的事件上報(bào)信息)進(jìn)行及時(shí)分析、歸類、處理具有重要意義。現(xiàn)有的關(guān)鍵詞提取技術(shù)往往是利用大量通用文本數(shù)據(jù)(例如百科)進(jìn)行關(guān)鍵詞提取模型的構(gòu)建，用以從原始文本中提取關(guān)鍵詞。但由于現(xiàn)有的關(guān)鍵詞提取技術(shù)多為通用技術(shù)，提取出的關(guān)鍵詞并不能有效地用于不同的事件應(yīng)用場景。

發(fā)明內(nèi)容

本公開的實(shí)施例提出了用于提取文本關(guān)鍵詞的方法、裝置、電子設(shè)備和介質(zhì)。

第一方面，本公開的實(shí)施例提供了一種用于提取文本關(guān)鍵詞的方法，該方法包括：獲取預(yù)設(shè)類別事件的描述文本；從描述文本中剔除目標(biāo)文本，生成預(yù)處理描述文本，其中，目標(biāo)文本包括停用詞和地點(diǎn)短語；根據(jù)預(yù)設(shè)的詞權(quán)重表與預(yù)處理描述文本包含的詞的詞頻，確定預(yù)處理描述文本包含的詞的特征權(quán)重，其中，詞權(quán)重表中的詞對應(yīng)的權(quán)重基于預(yù)設(shè)類別事件的關(guān)聯(lián)詞調(diào)整；根據(jù)所確定的特征權(quán)重，從預(yù)處理描述文本中提取目標(biāo)數(shù)目個(gè)關(guān)鍵詞。

在一些實(shí)施例中，上述地點(diǎn)短語通過以下步驟確定：從描述文本中提取屬于預(yù)設(shè)地點(diǎn)關(guān)聯(lián)詞的詞；將所提取的屬于預(yù)設(shè)地點(diǎn)關(guān)聯(lián)詞的詞進(jìn)行組合，生成地點(diǎn)短語。

在一些實(shí)施例中，上述從描述文本中剔除目標(biāo)文本，生成預(yù)處理描述文本，包括：從描述文本中剔除屬于停用詞的詞，生成準(zhǔn)處理文本；從準(zhǔn)處理文本中確定屬于預(yù)設(shè)觸發(fā)詞的詞所處的位置，其中，預(yù)設(shè)觸發(fā)詞用于指示存在地點(diǎn)關(guān)聯(lián)詞；基于所確定的位置，確定屬于預(yù)設(shè)觸發(fā)詞的詞的前、后文是否存在用于指示地址的詞；響應(yīng)于確定存在，將屬于預(yù)設(shè)觸發(fā)詞的詞與所存在的用于指示地址的詞進(jìn)行連接，以作為地點(diǎn)短語；從準(zhǔn)處理文本中剔除地點(diǎn)短語，生成預(yù)處理描述文本。

在一些實(shí)施例中，上述基于所確定的位置，確定屬于預(yù)設(shè)觸發(fā)詞的詞的前、后文是否存在用于指示地址的詞，包括：基于所確定的位置，利用預(yù)設(shè)的詞性標(biāo)注工具確定屬于預(yù)設(shè)觸發(fā)詞的詞的前、后文是否存在屬于用于指示地址的詞性的詞，其中，用于指示地址的詞性基于路網(wǎng)數(shù)據(jù)中的地址短語和興趣點(diǎn)而設(shè)置。

在一些實(shí)施例中，上述預(yù)設(shè)的詞權(quán)重表通過以下步驟得到：獲取初始詞權(quán)重表；將初始詞權(quán)重表中屬于預(yù)設(shè)待提升權(quán)重詞的詞對應(yīng)的權(quán)重進(jìn)行提升，其中，預(yù)設(shè)待提升權(quán)重詞包括與預(yù)設(shè)類別事件對應(yīng)的處置部門相關(guān)的詞；將權(quán)重提升后的初始詞權(quán)重表確定為預(yù)設(shè)的詞權(quán)重表。

在一些實(shí)施例中，該方法還包括：根據(jù)目標(biāo)數(shù)目個(gè)關(guān)鍵詞對描述文本進(jìn)行分類，生成分類結(jié)果；按照目標(biāo)數(shù)目個(gè)關(guān)鍵詞在描述文本中出現(xiàn)的先后順序進(jìn)行排列，生成關(guān)鍵詞序列；將關(guān)鍵詞序列與描述文本發(fā)送至描述文本對應(yīng)的目標(biāo)端，其中，目標(biāo)端與描述文本的分類結(jié)果相關(guān)聯(lián)。