[发明专利]文本提取方法及系统、设备和存储介质

说明书

本发明公开了一种文本提取方法及系统、设备和存储介质。其中，文本提取方法包括：获取目标对象的软文标题；从软文标题中筛选出短句数量为2的目标软文标题，每一目标软文标题包括第一短句文本和第二短句文本；计算目标对象与每一目标软文标题的第一短句文本的第一相似度得分以及目标对象与第二短句文本的第二相似度得分；比较第一相似度得分和第二相似度得分的大小；若第一相似度得分低于第二相似度得分，则提取第一短句文本；若第二相似度得分低于第一相似度得分，则提取第二短句文本。本发明从软文标题中提取与目标对象相似度较低的短句文本作为自动化生成软文标题的模板，进一步提高软文标题生成的效率。

技术领域

本发明涉及互联网技术领域，尤其涉及一种文本提取方法及系统、设备和存储介质。

背景技术

文章标题是读者了解文章主旨的重要途径，好的文章标题往往能够起到画龙点睛的作用。同样，在互联网技术背景下，软文标题在吸引读者兴趣以及提升传播效果方面意义重大，软文标题的质量好坏直接影响着软文的点击率。经分析，当前的软文标题大都由创意文本和对象文本两部分组成，其中创意文本用于宣传吸睛，对象文本用于点明软文标题的目标对象。但软文标题的生成大多都是依赖于人的智慧，也即关于软文标题并没有自动生成的方式，更没有从现有软文标题中抽取创意文本作为自动化生成软文标题的模板的方式。

发明内容

本发明要解决的技术问题是为了克服现有技术无法从现有软文标题中抽取创意文本的缺陷，提供一种文本提取方法及系统、设备和存储介质。

本发明是通过下述技术方案来解决上述技术问题：

一种文本提取方法，其特点在于，包括：

获取目标对象的软文标题；

从所述软文标题中筛选出短句数量为2的目标软文标题，每一所述目标软文标题包括第一短句文本和第二短句文本；

计算所述目标对象与每一所述目标软文标题的所述第一短句文本的第一相似度得分以及所述目标对象与所述第二短句文本的第二相似度得分；

比较所述第一相似度得分和所述第二相似度得分的大小；

若所述第一相似度得分低于所述第二相似度得分，则提取所述第一短句文本；

若所述第二相似度得分低于所述第一相似度得分，则提取所述第二短句文本。

优选地，从所述软文标题中筛选出短句数量为2的目标软文标题的步骤具体包括：

选取一软文标题，判断所述软文标题是否包括分隔符；

若不包括分隔符，则返回选取一软文标题的步骤；若包括分隔符，则判断所述分隔符的数量是否为1；

若不为1，则返回选取一软文标题的步骤；若为1，则判断所述分隔符后是否有字符；

若无字符，则返回选取一软文标题的步骤；若有字符，则确定所述软文标题为目标软文标题，并根据所述分隔符将所述目标软文标题分隔成第一短句文本和第二短句文本。

优选地，当所述分隔符的数量不为1时，从所述软文标题中筛选出短句数量为2的目标软文标题的步骤还具体包括：

判断所述分隔符的数量是否为2；

若不为2，则返回选取一软文标题的步骤；若为2，则所述分隔符按照语序依次为第一分隔符和第二分隔符，判断所述第二分隔符后是否有字符；

若所述第二分隔符后有字符，则返回选取一软文标题的步骤；若所述第二分隔符后无字符，则确定所述软文标题为目标软文标题，并根据所述第一分隔符将所述目标软文标题分隔成第一短句文本和第二短句文本。

优选地，在比较所述第一相似度得分和所述第二相似度得分的大小的步骤之前，所述文本提取方法还包括：