[发明专利]一种标签提取方法、装置、设备和介质

权利要求书

1.一种标签提取方法，其特征在于，包括：

对文本数据进行分词，得到多个实词，并根据所述实词确定候选标签词；其中，文本数据为待进行标签提取的文本内容；

将每个候选标签词依次作为当前候选标签词，并根据所述当前候选标签词在所述文本数据中的热度趋势，确定所述当前候选标签词在当前时刻的热度值；

判断所述热度值是否满足设定标签词条件，若满足，则将所述当前候选标签词作为标签词；

其中，所述根据所述实词确定候选标签词，包括：

利用预设模型确定所述实词的语义向量；

根据所述语义向量确定所述实词之间的语义距离；

对于每一个实词，根据所述语义距离，以当前实词为邻域中心，以设定半径值为半径确定当前邻域；

若所述当前邻域内的实词个数大于预设实词个数，则将所述当前实词作为标签词，并将所述当前邻域内除标签词以外的实词作为候选标签词；若所述当前邻域内的实词个数不大于所述预设实词个数，则对所述当前领域的半径进行调整。

2.根据权利要求1所述的方法，其特征在于，根据所述当前候选标签词在所述文本数据中的热度趋势，确定所述当前候选标签词在当前时刻的热度值包括：

根据所述当前候选标签词在所述文本数据中的热度趋势，确定所述当前候选标签词在当前时刻的热度向量；

根据所述热度向量确定所述当前候选标签词在当前时刻的热度值。

3.根据权利要求2所述的方法，其特征在于，所述根据所述当前候选标签词在所述文本数据中的热度趋势，确定所述当前候选标签词在当前时刻的热度向量包括：

将所述文本数据根据生成时间进行排列；

按照设定时间间隔将排列后的所述文本数据划分成多个数据块；

确定所述当前候选标签词在每个数据块的热度；

根据所述当前候选标签词在相邻数据块中的热度，确定所述当前候选标签词在当前时刻的热度向量。

4.根据权利要求3所述的方法，其特征在于，确定所述当前候选标签词在每个数据块的热度包括：

根据所述当前候选标签词在每个数据块中的词频、共现组合新词频率和/或词频逆文档频率，确定所述当前候选标签词在每个数据块的热度。

5.根据权利要求3所述的方法，其特征在于，根据所述当前候选标签词在相邻数据块中的热度，确定所述当前候选标签词在当前时刻的热度向量包括：

将截至当前时刻的设定时长的时间段作为当前时间段；

遍历所述当前时间段内的数据块，以逐一比较所述当前候选标签词在相邻所述数据块中的热度；

根据比较结果确定所述当前候选标签词在当前时刻的热度向量。

6.根据权利要求5所述的方法，其特征在于，根据比较结果确定所述当前候选标签词在当前时刻的热度向量包括：

若所述当前候选标签词在所述当前时间段内，目标时刻的相邻数据块中的晚于目标时刻的数据块中的热度，大于、等于或小于在早于目标时刻的数据块中的热度，则对应将第一设定值、第二设定值或第三设定值作为所述当前候选标签词在目标时刻的热度向量，其中第一设定值大于第二设定值，第二设定值大于第三设定值；

将不同的目标时刻的热度向量构成的多维度向量，作为所述当前候选标签词在当前时刻的热度向量。

7.根据权利要求2所述的方法，其特征在于，所述根据所述热度向量确定所述当前候选标签词在当前时刻的热度值包括：

将所述热度向量的模，确定为所述当前候选标签词在当前时刻的热度值。

8.根据权利要求1所述的方法，其特征在于，在对于每一个实词，根据所述语义距离，以当前实词为邻域中心，以设定半径值为半径确定当前邻域之后，还包括：

根据预设半径值范围对所述邻域进行更新。

9.根据权利要求1所述的方法，其特征在于，所述预设模型至少包括：文本深度表示模型或主题模型。