[发明专利]一种文本信息提取方法、装置、服务器及存储介质

权利要求书

1.一种文本信息提取方法，其特征在于，所述方法包括：

通过Word2Vec模型确定文本中候选词的词向量，并确定不同词向量之间的相似度值；

将词向量作为节点，并根据词向量之间的相似度值构建节点之间的边，得到候选词图集；

通过TextRank算法，根据所述候选词图集，确定候选词权重；

根据候选词权重，确定文本的关键词。

2.根据权利要求1所述的方法，其特征在于，根据词向量之间的相似度值构建节点之间的边，包括：

若两个词向量之间的相似度值大于预设的第一相似度阈值，则构建所述两个词向量之间的边。

3.根据权利要求1所述的方法，其特征在于，根据候选词权重，确定文本的关键词，包括：

根据候选词权重对候选词按照倒序进行排序；

选择排序在前的候选词作为文本的关键词。

4.根据权利要求1所述的方法，其特征在于，通过Word2Vec模型确定文本中候选词的词向量之后，还包括：

根据文本中句子所包括的候选词的词向量，确定句子的向量表示，并确定不同句子的向量表示之间的相似度值；

将句子的向量表示作为节点，并根据句子的向量表示之间的相似度构建节点之间的边，得到句子图集；

通过TextRank算法，根据所述句子图集，确定句子权重；

根据句子权重，确定文本的摘要。

5.根据权利要求1所述的方法，其特征在于，根据候选词权重，确定文本的关键词之后，还包括：

若至少两个关键词在文本中的位置相邻，则对所述至少两个关键词进行合成。

6.一种文本信息提取装置，其特征在于，包括：

第一确定模块，用于通过Word2Vec模型确定文本中候选词的词向量，并确定不同词向量之间的相似度值；

第一构建模块，用于将词向量作为节点，并根据词向量之间的相似度值构建节点之间的边，得到候选词图集；

第一权重确定模块，用于通过TextRank算法，根据所述候选词图集，确定候选词权重；

关键词确定模块，用于根据候选词权重，确定文本的关键词。

7.根据权利要求6所述的装置，其特征在于，所述第一构建模块具体用于：

若两个词向量之间的相似度值大于预设的第一相似度阈值，则构建所述两个词向量之间的边。

8.根据权利要求6所述的装置，其特征在于，所述关键词确定模块，具体用于：

根据候选词权重对候选词按照倒序进行排序；

选择排序在前的候选词作为文本的关键词。

9.一种服务器，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的一种文本信息提取方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的一种文本信息提取方法。