[發明專利]一種文章關鍵詞篩選類別的方法、裝置、設備及存儲介質

在審

• 申請號: 202211208768.9
• 申請日: 2022-09-30
• 公開（公告）號: CN115525761A
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 劉偉光;張瑞;熊一龍
• 申請（專利權）人: 招商局金融科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/216;G06F40/289;G06F40/30
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種文章關鍵詞篩選類別的方法，其特征在于，所述方法包括：

獲取待分類文本，對所述待分類文本進行預處理，得到目標文本；

識別所述目標文本的文本分類因素，查詢所述文本分類因素中每個分類因素的文本數據，對所述文本數據進行分詞處理，得到文本詞語；

提取所述文本詞語的文本關鍵詞，計算所述文本關鍵詞在所述文本分類因素中的歸屬度，并計算所述文本關鍵詞在所述目標文本中的權重；

根據所述歸屬度和所述權重計算出所述文本關鍵詞的支持度，選取所述支持度符合預設條件的文本關鍵詞作為目標關鍵詞，并識別所述目標關鍵詞的詞語類別，將所述詞語類別作為所述待分類文本的文本類別。

2.如權利要求1所述的文章關鍵詞篩選類別的方法，其特征在于，所述對所述待分類文本進行預處理，得到目標文本，包括：

識別所述待分類文本中的非文本內容；

若所述待分類文本中無所述非文本內容，則對所述待分類文本進行轉化，得到目標文本；

若所述待分類文本中有所述非文本內容，則識別所述非文本內容文本區域；

對所述文本區域進行字符提取，得到字符序列；

將所述字符序列轉換成字符文本，結合所述字符文本與所述待分類文本，得到目標文本。

3.如權利要求1所述的文章關鍵詞篩選類別的方法，其特征在于，所述對所述文本數據進行分詞處理，得到文本詞語，包括：

對所述文本數據進行去重處理，得到去重文本；

對所述去重文本進行過濾處理，得到過濾文本；

按照預設的詞語對照表對所述過濾文本進行標注，得到標注文本；

對所述標注數據進行分詞處理，得到文本詞語。

4.如權利要求1所述的文章關鍵詞篩選類別的方法，其特征在于，所述提取所述文本詞語的文本關鍵詞，包括：

對所述文本數據進行語義分析，得到文本語義；

對所述文本詞語進行語義分析，得到詞語語義；

計算所述文本語義與所述詞語語義的匹配度；

在所述匹配度大于預設值時，將所述匹配度對應的所述文本詞語作為所述文本數據的文本關鍵詞，并提取所述文本關鍵詞。

5.如權利要求1所述的文章關鍵詞篩選類別的方法，其特征在于，所述計算所述文本關鍵詞在所述文本分類因素中的歸屬度，包括：

計算所述文本關鍵詞在所述文本分類因素中的權重值；

獲取所述文本關鍵詞在所述文本分類因素中出現的頻次；

根據所述權重值和所述頻次計算所述文本關鍵詞在所述文本分類因素中的歸屬度。

6.如權利要求1所述的文章關鍵詞篩選類別的方法，其特征在于，所述并計算所述文本關鍵詞在所述目標文本中的權重，包括：

計算所述文本關鍵詞在所述目標文本中的詞頻；

計算所述文本關鍵詞在所述目標文本中的逆向文件頻率；

根據所述頻率和所述逆向文件頻率計算出所述文本關鍵詞的權重。

7.如權利要求1所述的文章關鍵詞篩選類別的方法，其特征在于，所述根據所述歸屬度和所述權重計算出所述文本關鍵詞的支持度，包括：

計算所述文本關鍵詞在所述文本分類因素中的所占分值，將所述所占分值相加求和，得到所述文本關鍵詞的匹配得分，將所述匹配得分轉化成數值，將所述數值與所述歸屬度和所述權重分別相乘并求和，得到所述文本關鍵詞的支持度。