[发明专利]关键词提取方法及装置、电子设备、存储介质

权利要求书

1.一种关键词提取方法，其特征在于，包括：

从目标文本中提取得到多个候选词，并以所述候选词构建第一候选词集；

依据预设词性过滤规则对所述第一候选词集的候选词进行过滤，得到第二候选词集；

依据预设停用词表对所述第二候选词集进行过滤，得到第三候选词集；

识别所述目标文本中的命名实体，并依据所述停用词表对识别出的命名实体进行过滤，得到命名实体集；

比对所述命名实体集和所述第三候选词集，当所述第三候选词集中存在构成所述命名实体集中任一命名实体的目标候选词时，从所述第三候选词集中删除所述目标候选词，获得第四候选词集；

合并所述命名实体集和所述第四候选词集，获得关键词集；其中，所述关键词集包含所述目标文本中的关键词。

2.根据权利要求1所述的方法，其特征在于，在所述比对所述命名实体集和所述第三候选词集之前，所述方法还包括：

依据预设的电头结构规则集从所述目标文本中提取电头；

对所述电头进行分词处理，得到多个分词单元；

从所述第三候选词集中删除与任一分词单元相同的候选词。

3.根据权利要求1所述的方法，其特征在于，在获得所述关键词集之后，所述方法还包括：

从所述目标文本中提取出多个关键句，得到关键句集；

比对所述关键句集和所述关键词集，对出现在所述关键句集中所述关键词集的第一关键词，调整所述关键词集中与所述第一关键词对应的词频；

依据所述关键词集中每一关键词对应的词频，计算与每一关键词对应的权重系数；

根据预设权重调整策略对所述关键词集的关键词对应的权重系数进行调整；

输出所述关键词集和与所述关键词集中每一关键词对应的权重系数。

4.根据权利要求3所述的方法，其特征在于，所述从所述目标文本中提取出多个关键句，包括：

根据预设的电头结构规则集对所述目标文本进行过滤，得到去除所述电头的目标文本；

从去除所述电头的目标文本中提取标题、导语的第一句和段落的第一句，作为关键句。

5.根据权利要求3所述的方法，其特征在于，所述根据预设权重调整策略对所述关键词的关键词对应的权重系数进行调整，包括：

调整所述关键词集中与所述第一关键词对应的权重系数；

比对所述命名实体集和所述关键词集，对出现在所述命名实体集中所述关键词集的第二关键词，调整所述关键词集中与所述第二关键词对应的权重系数。

6.根据权利要求5所述的方法，其特征在于，所述根据预设权重调整策略对所述关键词集的关键词对应的权重系数进行调整，包括：

对所述关键词集中词性为动词的关键词对应的权重系数进行调整。

7.根据权利要求6所述的方法，其特征在于，所述根据预设权重调整策略对所述关键词集的关键词对应的权重系数进行调整，包括：

比对预设正向词表和所述关键词集，对出现在所述正向词表中所述关键词集的第三关键词，调整所述关键词集中与所述第三关键词对应的权重系数。

8.一种关键词提取装置，其特征在于，包括：

提取模块，用于从目标文本中提取得到多个候选词，并以所述候选词构建第一候选词集；

第一过滤模块，用于依据预设词性过滤规则对所述第一候选词集的候选词进行过滤，得到第二候选词集；

第二过滤模块，用于依据预设停用词表对所述第二候选词集进行过滤，得到第三候选词集；

识别模块，用于识别所述目标文本中的命名实体，并依据所述停用词表对识别出的命名实体进行过滤，得到命名实体集；

删除模块，用于比对所述命名实体集和所述第三候选词集，当所述第三候选词集中存在构成所述命名实体集中任一命名实体的目标候选词时，从所述第三候选词集中删除所述目标候选词，获得第四候选词集；

合并模块，用于合并所述命名实体集和所述第四候选词集，获得关键词集；其中，所述关键词集包含所述目标文本中的关键词。