[发明专利]辅助推荐关键词的方法、装置、电子设备及存储介质

权利要求书

1.一种辅助推荐关键词的方法，其特征在于，包括以下步骤：

构建知识图谱步骤，接收并根据站内信息和站外信息提取对应的关键词和词根，利用所述关键词、所述词根及两两之间的关系构建知识图谱，所述站内信息包括往期关键词，所述站外信息包括外网舆情数据；

获取向量特征步骤，根据所述知识图谱索引得到所述关键词或所述词根的多阶邻居节点属性和关系，并通过预处理得到所述关键词或所述词根的向量特征；

推荐新关键词步骤，根据所述关键词或所述词根随机组建预选关键词，通过所述向量特征预测对应所述预选关键词的表现，根据所述预选关键词的表现筛选得到新关键词并进行推荐。

2.根据权利要求1所述的辅助推荐关键词的方法，其特征在于，所述构建知识图谱步骤具体包括以下步骤：

获取语料步骤，收集往期的关键词词库获取所述往期关键词，同时通过爬虫抓取外网用户评论数据获取所述外网舆情数据；

语料预处理步骤，对所述往期关键词和所述外网舆情数据进行语料清洗、分词、词性标注、去停用词操作，获得对应的关键词和词根，所述关键词和所述词根包括多个维度的信息；

获取知识图谱步骤，根据所述关键词和所述词根及两两之间的关系构建知识图谱。

3.根据权利要求1所述的辅助推荐关键词的方法，其特征在于，所述获取向量特征步骤具体包括以下步骤：

根据所述知识图谱中的所述关键词、所述词根、对应所述关键词和所述词根之间的关系、对应所述关键词和所述关键词之间的关系以及对应所述词根和所述词根的关系索引得到某一个所述关键词或所述词根的N阶邻居节点属性及关系，利用one-hot embedding将所述N阶邻居节点及关系均表示为向量，将所述向量拼接并进行降维处理输出稠密向量特征。

4.根据权利要求1所述的辅助推荐关键词的方法，其特征在于，所述推荐新关键词步骤中通过对所述关键词或所述词根的向量特征进行加权得到所述预选关键词的向量特征，根据所述向量特征预测所述预选关键词的表现。

5.一种辅助推荐关键词的装置，其特征在于，包括：

构建知识图谱模块，接收并根据站内信息和站外信息提取对应的关键词和词根，利用所述关键词、所述词根及两两之间的关系构建知识图谱，所述站内信息包括往期关键词，所述站外信息包括外网舆情数据；

获取向量特征模块，接收并根据所述知识图谱索引得到所述关键词或所述词根的多阶邻居节点属性和关系，并通过预处理得到所述关键词或所述词根的向量特征；

推荐新关键词模块，接收并根据所述关键词或所述词根随机组建预选关键词，通过所述向量特征预测对应所述预选关键词的表现，根据所述预选关键词的表现筛选得到新关键词并进行推荐。

6.根据权利要求5所述的辅助推荐关键词的装置，其特征在于，所述构建知识图谱模块包括获取语料模块、预处理模块和获取知识图谱模块，其中：

所述获取语料模块通过收集往期的关键词词库获取所述往期关键词，同时通过爬虫抓取外网用户评论数据获取所述外网舆情数据；

所述预处理模块对所述往期关键词和所述外网舆情数据进行语料清洗、分词、词性标注、去停用词操作，获得对应的关键词和词根，所述关键词和所述词根包括多个维度的信息；

所述获取知识图谱模块根据所述关键词和所述词根及两两之间的关系构建知识图谱。

7.根据权利要求5所述的辅助推荐关键词的装置，其特征在于，所述获取向量特征模块接收并根据所述知识图谱中的所述关键词、所述词根、对应所述关键词和所述词根之间的关系、对应所述关键词和所述关键词之间的关系以及对应所述词根和所述词根的关系索引得到某一个所述关键词或所述词根的N阶邻居节点属性及关系，利用one-hot embedding将所述N阶邻居节点及关系表示为向量，将所述向量拼接并进行降维处理输出稠密向量特征。

8.根据权利要求5所述的辅助推荐关键词的装置，其特征在于，所述获得新关键词模块中通过对所述关键词或所述词根的向量特征进行加权得到所述预选关键词的向量特征，根据所述向量特征预测所述预选关键词的表现。