[发明专利]关键词的提取方法、装置和系统

权利要求书

1.一种关键词的提取方法，其特征在于，包括：

根据预设数目个关键词提取模型从文本语料中提取出预设数目个结果；所述预设数目个结果与所述预设数目个关键词提取模型一一对应；所述预设数目至少为2；所述关键词提取模型分为依赖分词的关键词提取模型和不依赖分词的关键词提取模型；

将所述预设数目个结果根据融合方式进行融合得到融合结果；所述融合方式包括交运算和并运算；

输出所述融合结果；

对所述融合结果进行评估，更新所述融合方式；

其中，当所述关键词提取模型为所述依赖分词的关键词提取模型时，所述根据预设数目个关键词提取模型从文本语料中提取出预设数目个结果，包括：

将所述文本语料进行分词得到分词语料；

根据依赖分词的关键词提取模型从所述分词语料中提取出预设数目个结果；

其中，所述分词语料包括多个词语；当所述依赖分词的关键词提取模型为熵和互信息模型时，所述根据依赖分词的关键词提取模型从所述分词语料中提取出预设数目个结果，包括：

分别计算所述多个词语的熵值和互信息值；

根据所述多个词语的熵值和互信息值得到熵阈值和互信息阈值；

提取所述熵值大于所述熵阈值的多个词语和所述互信息值大于所述互信息阈值的多个词语作为所述预设数目个结果；

其中，所述将所述预设数目个结果根据反馈进行融合得到融合结果，包括：

对根据多个所述依赖分词的关键词提取模型从所述分词语料中提取出的预设数目个结果求取交集得到分词结果；

对根据除多个所述依赖分词的关键词提取模型之外的关键词提取模型从所述文本语料中提取出的预设数目个结果求取交集得到非分词结果；

将所述分词结果与所述非分词结果取并集得到融合结果。

2.根据权利要求1所述的方法，其特征在于，所述依赖分词的关键词提取模型包括依赖分词的基于词汇关联信息的模型和/或依赖分词基于词频信息的模型，所述依赖分词的基于词汇关联信息的模型包括熵和互信息模型。

3.根据权利要求1所述的方法，其特征在于，多个关键词提取模型中除多个依赖分词的关键词提取模型外的关键词提取模型包括不依赖分词的基于词汇关联信息的模型和/或不依赖分词的基于词频信息的模型，所述不依赖分词的基于词汇关联信息的模型包括熵和互信息模型；

当除预设数目个依赖分词的关键词提取模型外的关键词提取模型为所述熵和互信息模型时，所述根据预设数目个关键词提取模型从文本语料中提取出预设数目个结果，包括：

设置所要提取的关键词包含的最多的字符个数；

列举所述文本语料的所有字符串；

分别计算所述所有字符串的熵值和互信息值；

根据所述所有字符串的熵值和互信息值得到熵阈值和互信息阈值；

根据所述最多的字符个数提取所述熵值大于所述熵阈值的多个字符串和所述互信息值大于所述互信息阈值的多个字符串作为所述预设数目个结果。

4.根据权利要求1所述的方法，其特征在于，所述将所述预设数目个结果根据反馈进行融合得到融合结果，包括：

对所述预设数目个结果两两求取交集得到多个交集结果；

对所述多个交集结果求取并集得到所述融合结果。