[發(fā)明專利]文本關(guān)鍵字識別方法、裝置、計(jì)算機(jī)設(shè)備及可讀存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202010910049.6 | 申請日： | 2020-09-02 |
| 公開（公告）號： | CN111985212A | 公開（公告）日： | 2020-11-24 |
| 發(fā)明（設(shè)計(jì)）人： | 魏曉茹 | 申請（專利權(quán)）人： | 深圳壹賬通智能科技有限公司 |
| 主分類號： | G06F40/216 | 分類號： | G06F40/216;G06F40/289 |
| 代理公司： | 北京英特普羅知識產(chǎn)權(quán)代理有限公司 11015 | 代理人： | 程超 |
| 地址： | 518000 廣東省深圳市前海深港合作區(qū)前*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 文本 關(guān)鍵字 識別 方法 裝置 計(jì)算機(jī) 設(shè)備 可讀 存儲 介質(zhì) | ||
1.一種文本關(guān)鍵字識別方法，其特征在于，包括：
獲取文本信息，對所述文本信息進(jìn)行分詞獲得詞匯集；
計(jì)算所述詞匯集中各詞匯的詞頻，拆分所述詞匯集得到子詞匯集以及所述子詞匯集中各詞匯之間的關(guān)聯(lián)關(guān)系，根據(jù)所述子詞匯集中各詞匯的詞頻，及所述各詞匯的關(guān)聯(lián)關(guān)系得到具有特征值的總詞匯表，其中，所述特征值反映了詞匯在文本信息中的關(guān)鍵程度；
按照特征值排列所述總詞匯表中的詞匯，將特征值超過預(yù)設(shè)的特征閾值的詞匯設(shè)為關(guān)鍵字。
2.根據(jù)權(quán)利要求1所述的文本關(guān)鍵字識別方法，其特征在于，對所述文本信息進(jìn)行分詞獲得詞匯集包括：
通過自然語言技術(shù)對文本信息進(jìn)行分詞，得到至少具有一個(gè)詞匯的詞匯集。
3.根據(jù)權(quán)利要求1所述的文本關(guān)鍵字識別方法，其特征在于，計(jì)算所述詞匯集中各詞匯的詞頻，拆分所述詞匯集得到子詞匯集以及所述子詞匯集中各詞匯之間的關(guān)聯(lián)關(guān)系的步驟，包括：
計(jì)算所述詞匯集中各詞匯在文本信息中出現(xiàn)的次數(shù)，以獲得所述詞匯的詞頻；
按照預(yù)設(shè)的分隔符拆分所述詞匯集得到至少一個(gè)子詞匯集，根據(jù)所述子詞匯集中各詞匯之間的關(guān)聯(lián)關(guān)系制定關(guān)聯(lián)特征；其中，所述詞頻反映了詞匯在詞匯集中出現(xiàn)的頻率，所述關(guān)聯(lián)特征是以特征向量的形式表達(dá)了子詞匯集中任一詞匯與其他詞匯之間的關(guān)聯(lián)關(guān)系。
4.根據(jù)權(quán)利要求3所述的文本關(guān)鍵字識別方法，其特征在于，根據(jù)所述子詞匯集中各詞匯的詞頻，及所述各詞匯的關(guān)聯(lián)關(guān)系得到具有特征值的總詞匯表的步驟，包括：
將所述子詞匯集的關(guān)聯(lián)特征及其中各詞匯的詞頻分別作為向量并對其進(jìn)行運(yùn)算，得到具有詞匯及其特征值的子關(guān)鍵特征；
根據(jù)所述子關(guān)鍵特征的特征值排列所述子詞匯集中的詞匯得到對應(yīng)有特征值的子詞匯列表，匯總所述子詞匯列表形成總詞匯表；
匯總所述子詞匯列表形成總詞匯表之后，還包括：
將所述總詞匯表上傳至區(qū)塊鏈中。
5.根據(jù)權(quán)利要求3所述的文本關(guān)鍵字識別方法，其特征在于，計(jì)算所述詞匯集中各詞匯在文本信息中出現(xiàn)的次數(shù)，以獲得所述詞匯的詞頻的步驟，包括：
計(jì)算所述詞匯集中所有詞匯的總數(shù)，及對所述詞匯集中的詞匯進(jìn)行去重得到詞匯表；
計(jì)算所述詞匯表中各詞匯在所述詞匯集中出現(xiàn)的次數(shù)，將所述詞匯的次數(shù)與所述總數(shù)相除得到所述詞匯的詞頻。
6.根據(jù)權(quán)利要求3所述的文本關(guān)鍵字識別方法，其特征在于，按照預(yù)設(shè)的分隔符拆分所述詞匯集得到至少一個(gè)子詞匯集，根據(jù)所述子詞匯集中各詞匯之間的關(guān)聯(lián)關(guān)系制定關(guān)聯(lián)特征的步驟，包括：
以標(biāo)點(diǎn)符號為分隔符劃分所述文本信息形成子文本信息，匯總所述詞匯集中與子文本信息對應(yīng)的詞匯得到所述子文本信息的子詞匯集；
識別子詞匯集中在其子文本信息上處于相鄰位置的兩個(gè)詞匯，并認(rèn)定所述兩個(gè)詞匯之間具有關(guān)聯(lián)關(guān)系；
根據(jù)所述子詞匯集中各詞匯之間的關(guān)聯(lián)關(guān)系，制定能夠表達(dá)子詞匯集中任一詞匯與其他詞匯之間關(guān)聯(lián)關(guān)系特征向量，以得到所述子詞匯集的關(guān)聯(lián)特征。
7.根據(jù)權(quán)利要求4所述的文本關(guān)鍵字識別方法，其特征在于，將所述子詞匯集的關(guān)聯(lián)特征及其中各詞匯的詞頻分別作為向量并對其進(jìn)行運(yùn)算，得到具有詞匯及其特征值的子關(guān)鍵特征的步驟，包括：
匯總子詞匯集中各詞匯及其詞頻得到詞頻向量；
將所述子詞匯集的關(guān)聯(lián)特征與所述詞頻向量相乘得到具有特征值的得到子關(guān)鍵特征，其中，所述特征值為子關(guān)鍵特征的元素值，所述子詞匯集中的詞匯與所述元素值一一對應(yīng)。
8.一種文本關(guān)鍵字識別裝置，其特征在于，包括：
輸入分詞模塊，用于獲取文本信息，對所述文本信息進(jìn)行分詞獲得詞匯集；
詞頻關(guān)聯(lián)模塊，用于計(jì)算所述詞匯集中各詞匯的詞頻，拆分所述詞匯集得到子詞匯集以及所述子詞匯集中各詞匯之間的關(guān)聯(lián)關(guān)系，根據(jù)所述子詞匯集中各詞匯的詞頻，及所述各詞匯的關(guān)聯(lián)關(guān)系得到具有特征值的總詞匯表，其中，所述特征值反映了詞匯在文本信息中的關(guān)鍵程度；
關(guān)鍵字識別模塊，用于按照特征值排列所述總詞匯表中的詞匯，將特征值超過預(yù)設(shè)的特征閾值的詞匯設(shè)為關(guān)鍵字。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳壹賬通智能科技有限公司，未經(jīng)深圳壹賬通智能科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202010910049.6/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇：一種水體空化壓力測量裝置
- 下一篇：一種墩身大體積混凝土溫控施工裝置
- 文本匹配方法及裝置
- 互聯(lián)網(wǎng)金融非顯性廣告識別方法及裝置
- 文本結(jié)論智能推薦方法、裝置及計(jì)算機(jī)可讀存儲介質(zhì)
- 文本檢索方法、裝置及設(shè)備、文本檢索模型的訓(xùn)練方法
- 基于級連模式的文本匹配方法及裝置
- 一種文本關(guān)系提取方法、裝置及電子設(shè)備
- 文本的標(biāo)準(zhǔn)化處理方法、裝置、電子設(shè)備及計(jì)算機(jī)介質(zhì)
- 文本標(biāo)簽確定方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)
- 文本圖像合成方法、裝置、設(shè)備及存儲介質(zhì)
- 文本生成方法、裝置和電子設(shè)備
