[發明專利]關鍵詞提取方法、裝置、設備及存儲介質

在審

• 申請號: 202111534512.2
• 申請日: 2021-12-15
• 公開（公告）號: CN114218943A
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 龍榮深;李昕怡
• 申請（專利權）人: 廣州小鵬汽車科技有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/253;G06F40/216;G06K9/62;G06N20/00
• 代理公司: 北京中知君達知識產權代理有限公司 11769
• 代理人: 黃啟法

1.一種關鍵詞提取方法，其特征在于，包括：

獲取輸入樣本；

根據第一預設算法得到所述輸入樣本中各候選詞的第一分值；

根據第二預設算法得到所述輸入樣本中各候選詞的第二分值；

將所述各候選詞的第一分值和所述各候選詞的第二分值進行設定運算，得到各候選詞的第三分值；

根據所述各候選詞的第三分值的排序結果，確定所述輸入樣本的關鍵詞。

2.根據權利要求1所述的方法，其特征在于：

所述根據第一預設算法得到所述輸入樣本中各候選詞的第一分值，包括：根據預設關鍵詞庫和第一預設算法得到所述輸入樣本中各候選詞的第一分值；

所述根據第二預設算法得到所述輸入樣本中各候選詞的第二分值，包括：根據預設關鍵詞庫對應的設定語料和第二預設算法得到所述輸入樣本中各候選詞的第二分值；

其中，所述預設關鍵詞庫中包括核心詞及對應的相關詞。

3.根據權利要求2所述的方法，其特征在于，所述預設關鍵詞庫中的核心詞及對應的相關詞預先按以下方式確定：

從設定語料中篩選分值排在前列的詞語；

根據設定領域從所述分值排在前列的詞語篩選與所述設定領域相關的詞語作為核心詞；

對所述核心詞進行近義詞搜索，并進行詞性過濾和長度過濾，篩選與所述核心詞相關的設定數量詞語作為對應的相關詞。

4.根據權利要求1所述的方法，其特征在于，所述根據所述各候選詞的第三分值的排序結果，確定所述輸入樣本的關鍵詞，包括：

根據所述各候選詞的第三分值的排序結果及預設無效詞庫，確定所述輸入樣本的關鍵詞。

5.根據權利要求1所述的方法，其特征在于，所述將所述各候選詞的第一分值和所述各候選詞的第二分值進行設定運算，得到各候選詞的第三分值，包括：

將所述各候選詞的第一分值和所述各候選詞的第二分值進行加權求和運算，得到各候選詞的第三分值。

6.根據權利要求1至5任一項所述的方法，其特征在于，所述獲取輸入樣本，包括：

獲取經過預處理的文本內容輸入樣本。

7.根據權利要求1至5任一項所述的方法，其特征在于：

所述第一預設算法為SeedTextRank算法，其中所述SeedTextRank算法中包括對所述各候選詞進行加權處理，所述加權處理包括關鍵詞加權、位置加權、邊的權重加權；

所述第二預設算法為TFIDF算法。

8.一種關鍵詞提取裝置，其特征在于，包括，

獲取模塊，用于獲取輸入樣本；

第一運算模塊，用于根據第一預設算法得到所述輸入樣本中各候選詞的第一分值；

第二運算模塊，用于根據第二預設算法得到所述輸入樣本中各候選詞的第二分值；

第三運算模塊，用于將所述第一運算模塊得到的各候選詞的第一分值和所述第二運算模塊得到的各候選詞的第二分值進行設定運算，得到各候選詞的第三分值；

提取模塊，用于根據所述第三運算模塊得到的各候選詞的第三分值的排序結果，確定所述輸入樣本的關鍵詞。

9.根據權利要求8所述的裝置，其特征在于，所述裝置還包括：

詞庫模塊，用于設置預設關鍵詞庫，其中所述預設關鍵詞庫中包括核心詞及對應的相關詞；

所述第一運算模塊根據所述詞庫模塊的預設關鍵詞庫和第一預設算法得到所述輸入樣本中各候選詞的第一分值；

所述第二運算模塊根據所述詞庫模塊的預設關鍵詞庫對應的設定語料和第二預設算法得到所述輸入樣本中各候選詞的第二分值。

10.一種電子設備，其特征在于，包括：

處理器；以及

存儲器，其上存儲有可執行代碼，當所述可執行代碼被所述處理器執行時，使所述處理器執行如權利要求1至7中任一項所述的方法。

11.一種計算機可讀存儲介質，其上存儲有可執行代碼，當所述可執行代碼被電子設備的處理器執行時，使所述處理器執行如權利要求1至7中任一項所述的方法。