[发明专利]一种关键短语的提取方法、装置、终端设备及存储介质

权利要求书

1.一种关键短语的提取方法，其特征在于，包括：

获取待确定关键短语的文本和所述文本的关键词；

确定所述关键词在所述文本中的位置；

基于所述关键词在所述文本中的位置组合所述关键词，得到所述文本的关键短语。

2.如权利要求1所述的关键短语的提取方法，其特征在于，所述基于所述关键词在所述文本中的位置组合所述关键词，得到所述文本的关键短语，包括：

组合所述文本中处于相邻位置的关键词，并将组合后的关键词作为所述关键短语，其中，所述关键短语中包括至少两个所述关键词。

3.如权利要求1或2所述的关键短语的提取方法，其特征在于，在所述基于所述关键词在所述文本中的位置组合所述关键词，得到所述文本的关键短语之后，还包括：

对所述关键短语进行筛选处理，得到目标关键短语，其中，所述筛选处理包括：出现频率筛选处理、长度筛选处理、去重处理、黑名单筛选处理和重要程度筛选处理中的至少一个。

4.如权利要求3所述的关键短语的提取方法，其特征在于，所述出现频率筛选处理，包括：

获取所述关键短语在所述文本中出现的次数；

将在所述文本中出现的次数大于第一预设阈值的关键短语作为第一目标关键短语；

所述长度筛选处理，包括：

获取所述关键短语中包含的关键词的个数；

在所述关键短语包含的关键词的个数大于第二预设阈值时，基于所述关键短语中所述关键词的排列顺序和删减规则删减所述关键短语中的至少一个关键词，得到第二目标关键短语；

所述去重处理，包括：

选取任意两个关键短语，分别作为第一关键短语和第二关键短语；

基于所述第一关键短语、所述第二关键短语、第一关键短语的第一长度和第二关键短语的第二长度，得到所述第一关键短语和所述第二关键短语的冗余程度；

在所述冗余程度小于第三预设阈值时，将第一关键短语或第二关键短语作为第三目标关键短语；

所述黑名单筛选处理，包括：

将不在黑名单中的关键短语作为第四目标关键短语；

重要程度筛选处理，包括：

计算所述关键短语的TF-IDF值；

基于所述关键短语的TF-IDF值，得到第五目标关键短语。

5.如权利要求4所述的关键短语的提取方法，其特征在于，所述基于所述关键短语中所述关键词的排列顺序和删减规则删减所述关键短语中的至少一个关键词，得到第二目标关键短语，包括：

将所述关键短语中的第n个关键词至第m个关键词作为第二目标关键短语，其中，n≥1，m＞n，且在n＝1时，m不是最后一个关键词。

6.如权利要求4所述的关键短语的提取方法，其特征在于，所述基于所述第一关键短语、所述第二关键短语、第一关键短语的第一长度和第二关键短语的第二长度，得到所述第一关键短语和所述第二关键短语的冗余程度，包括：

确定第一关键短语和第二关键短语的字符中，不相同的字符的第一个数，以及相同的字符的第二个数；

计算所述第一个数与所述第二个数的个数和，将所述个数和与目标值的比值作为所述第一关键短语和所述第二关键短语的冗余程度，其中，所述目标值为所述第一长度和所述第二长度中的最小值。

7.如权利要求1所述的关键短语的提取方法，其特征在于，在所述获取待确定关键短语的文本和所述文本的关键词之前，还包括：

对所述文本进行分词处理，得到所述文本的初始词语，并获取所述初始词语的词性和所述初始词语的长度；

基于所述初始词语的词性和长度，对所述初始词语进行筛选得到候选词语；

计算所述候选词语的TF-IDF值；

基于所述候选词语的TF-IDF值，确定所述关键词。