[发明专利]文本特征关键词确定方法、装置和存储介质

权利要求书

1.文本特征关键词确定方法，其特征在于，包括：

为标识字符分配标识信息，生成字符标识关联数据；

获取文本训练集，所述文本训练集包括多个训练文本以及每个训练文本对应的训练文本特征，每个所述训练文本由一个或多个所述标识字符组成；

确定所述训练文本中包含的每个训练标识字符，根据所述字符标识关联数据确定每个训练标识字符对应的标识信息，对所述每个训练标识字符的标识信息进行统计，生成所述训练文本对应的曲线坐标图；

将所述曲线坐标图作为输入，对应的训练文本特征作为输出，利用神经网络进行训练得到文本特征判断模板；

获取待处理文本，对所述待处理文本进行文本拆分得到多个子文本；

确定每个所述子文本中的标识字符，并依据所述字符标识关联数据生成对应的曲线坐标图，将每个所述子文本对应的曲线坐标图和所述文本特征判断模板中的特征曲线坐标图进行比对，依据比对结果确定每个所述子文本的文本特征；

对每个所述子文本的字符进行统计，确定每个所述子文本中文本特征对应的出现频率最高的文本字符；

将出现频率最高的文本字符确定为该文本特征对应的关键词。

2.根据权利要求1所述的方法，其特征在于，所述获取待处理文本，对所述待处理文本进行文本拆分得到多个子文本，包括：

对所述待处理文本的标点符号进行识别，依据识别结果将所述待处理文本进行文本拆分得到多个子文本；或

对所述待处理文本按照预设字符数量进行划分，得到多个子文本。

3.根据权利要求1或2所述的方法，其特征在于，所述将出现频率最高的文本字符确定为该文本特征对应的关键词，包括：

确定出现频率最高的文本字符，判断所述出现频率最高的文本字符是否大于预设出现比例，如果是，则将所述出现频率最高的文本字符确定为该文本特征对应的关键词。

4.根据权利要求3所述的方法，其特征在于，所述判断所述出现频率最高的文本字符是否大于预设出现比例，包括：

判断所述出现频率最高的文本字符是否大于在相同文本特征子文本出现的预设比例；或者，判断所述出现频率最高的文本字符是否大于在所有子文本中出现的预设比例。

5.文本特征关键词确定装置，其特征在于，包括：

训练模块，用于为标识字符分配标识信息，生成字符标识关联数据，获取文本训练集，所述文本训练集包括多个训练文本以及每个训练文本对应的训练文本特征，每个所述训练文本由一个或多个所述标识字符组成，确定所述训练文本中包含的每个训练标识字符，根据所述字符标识关联数据确定每个训练标识字符对应的标识信息，对所述每个训练标识字符的标识信息进行统计，生成所述训练文本对应的曲线坐标图，将所述曲线坐标图作为输入，对应的训练文本特征作为输出，利用神经网络进行训练得到文本特征判断模板；

文本拆分模块，用于获取待处理文本，对所述待处理文本进行文本拆分得到多个子文本；

文本特征确定模块，用于根据文本特征判断模板确定每个所述子文本对应的文本特征，其中，具体用于确定每个所述子文本中的标识字符，并依据所述字符标识关联数据生成对应的曲线坐标图，将每个所述子文本对应的曲线坐标图和所述文本特征判断模板中的特征曲线坐标图进行比对，依据比对结果确定每个所述子文本的文本特征；

文本字符统计模块，用于对每个所述子文本的字符进行统计，确定每个所述子文本中文本特征对应的出现频率最高的文本字符；

关键词确定模块，用于将出现频率最高的文本字符确定为该文本特征对应的关键词。

6.一种文本特征关键词确定设备，所述文本特征关键词确定设备包括：一个或多个处理器；存储装置，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1-4中任一项所述的文本特征关键词确定方法。

7.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-4中任一项所述的文本特征关键词确定方法。