[发明专利]关键词提取方法和装置、存储介质及电子装置

说明书

本发明公开了一种关键词提取方法和装置、存储介质及电子装置。其中，该方法包括：获取目标文本中的候选关键词集；至少根据主题相似度候选关键词集中候选关键词的文本转换频率，确定出候选关键词的提取度，其中，主题相似度为候选关键词与目标文本的相似度，从而实现通过提取度来从候选关键词集中提取出关键词，以结合候选关键词的文本转换频率和与目标文本的主题相似度至少两个维度，来确定出目标文本中待提取的关键词，实现提高关键词提取的准确性的效果。

技术领域

本发明涉及计算机领域，具体而言，涉及一种关键词提取方法和装置、存储介质及电子装置。

背景技术

关键词是当前文档内关键内容的索引词，通常用于在搜索过程中对上述关键内容进行检索定位，以便于对文档的全文内容进行快速地了解和把握，从而实现根据上述关键词进行文本文档分类、数据分析及智能匹配推荐等过程。

然而，目前相关技术常用的关键词提取方法往往都是基于统计数据，对概括性的词语进行较宽泛的提取，即，相关技术提供的关键词提取方法存在提取准确性较低的问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种关键词提取方法和装置、存储介质及电子装置，以至少解决由于对概括性词语直接进行较宽泛地关键词提取而导致的提取准确性较低的技术问题。

根据本发明实施例的一个方面，提供了一种关键词提取方法，包括：获取目标文本中的候选关键词集；至少根据主题相似度以及上述候选关键词集中候选关键词的文本转换频率，确定出上述候选关键词的提取度，其中，上述主题相似度为上述候选关键词与上述目标文本的相似度，其中，上述提取度用于指示所述候选关键词作为与所述目标文本匹配的关键词被提取出的概率；根据上述提取度从上述候选关键词集中提取出上述关键词。

根据本发明实施例的另一方面，还提供了一种关键词提取装置，包括：获取单元，用于获取目标文本中的候选关键词集；确定单元，用于至少根据主题相似度以及上述候选关键词集中候选关键词的文本转换频率，确定出上述候选关键词的提取度，其中，上述主题相似度为上述候选关键词与上述目标文本的相似度，其中，上述提取度用于指示上述候选关键词作为与上述目标文本匹配的关键词被提取出的概率；提取单元，用于根据上述提取度从上述候选关键词集中提取出上述关键词。

根据本发明实施例的又一方面，还提供了一种存储介质，上述存储介质包括存储的程序，其中，上述程序运行时执行上述的方法。

根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在上述存储器上并可在上述处理器上运行的计算机程序，上述处理器通过上述计算机程序执行上述的方法。

在本发明实施例中，采用获取目标文本中的候选关键词集，然后根据主题相似度以及候选关键词集中候选关键词的文本转换频率，确定关键词集中关键词的提取度，其中，主题相似度为候选关键词与目标文本的相似度，从而实现通过上述提取度来从候选关键词集中提取出关键词，以结合候选关键词的文本转换频率和与目标文本的主题相似度至少两个维度，来确定出目标文本中待提取的关键词，而不再仅仅基于统计数据进行较宽泛的关键词提取，进而实现提高关键词提取的准确性的效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的电子终端中文本数据显示示意图；

图2是根据本发明实施例的一种关键词提取方法的流程示意图；

图3是根据本发明实施例提出的一种改进文本转换频率的示意图；

图4是根据本发明实施例的一种关键词的文本标签分类的示意图；