[发明专利]文本关键信息提取方法与装置、电子设备、存储介质

权利要求书

1.一种文本关键信息提取方法，其特征在于，所述方法包括：

对所获取的文本进行分句，从得到的多个子句中选取包含预设数量个目标分词的子句，所述目标分词是从所述文本中选取的关键词；

针对所选取的每个子句，根据该子句中包含的目标分词的数量和权重，确定该子句的权重；

对所选取的子句的权重进行从大到小排序，选取前N个子句作为所述文本的关键信息，N为正整数。

2.根据权利要求1所述的方法，其特征在于，所述目标分词的选取方法，包括：

对所述文本进行分词处理得到多个分词，针对每个分词，根据共现窗口确定所述多个分词中与该分词相关联的分词；

针对每个分词，确定该分词和与该分词相关联的分词之间的关联度；根据所述多个分词中相关联的分词之间的关联度，确定每个分词的权重；

对所述多个分词的权重进行从大到小排序，选取前M个分词作为所述目标分词，M为正整数。

3.根据权利要求1所述的方法，其特征在于，所述根据该子句中包含的目标分词的数量和权重，确定该子句的权重，包括：

将该子句中包含的目标分词的权重的平方之和与该子句中包含的目标分词的数量的乘积，作为该子句的权重。

4.根据权利要求1所述的方法，其特征在于，所述根据该子句中包含的目标分词的数量和权重，确定该子句的权重，包括：

对该子句中包含的目标分词的权重进行归一化处理，得到归一化权重；

将该子句中包含的目标分词的归一化权重的平方之和与该子句中包含的目标分词的数量的乘积，作为该子句的权重。

5.根据权利要求2所述的方法，其特征在于，所述确定该分词和与该分词相关联的分词之间的关联度，包括：

将该分词输入Word2vec模型，得到第一词向量；

将与该分词相关联的分词输入所述Word2vec模型，得到第二词向量；

将所述第一词向量和所述第二词向量之间的相似度，作为该分词和与该分词相关联的分词之间的关联度。

6.根据权利要求2所述的方法，其特征在于，所述根据所述多个分词中相关联的分词之间的关联度，确定每个分词的权重，包括：

根据公式：确定分词V_i的权重WS(V_i)，

其中，d表示阻尼系数，ω_ji表示分词V_j和分词V_i之间的关联度，ω_jk表示分词V_j和分词V_k之间的关联度，WS(V_j)表示分词V_j的权重，In(V_i)表示与分词V_i相关联，且位于分词V_i之前的分词的集合，Out(V_j)表示与分词V_j相关联，且位于分词V_j之后的分词的集合。

7.根据权利要求2所述的方法，其特征在于，所述针对每个分词，根据共现窗口确定所述多个分词中与该分词相关联的分词，包括：

针对每个分词，将所述多个分词中与该分词出现在同一共现窗口的分词，作为与该分词相关联的分词。

8.一种文本关键信息提取装置，其特征在于，所述装置包括：

子句选取模块，用于对所获取的文本进行分句，从得到的多个子句中选取包含预设数量个目标分词的子句，所述目标分词是从所述文本中选取的关键词；

子句权重确定模块，用于针对所选取的每个子句，根据该子句中包含的目标分词的数量和权重，确定该子句的权重；

关键信息确定模块，用于对所选取的子句的权重进行从大到小排序，选取前N个子句作为所述文本的关键信息，N为正整数。