[发明专利]文本关键信息提取、装置、设备及存储介质

说明书

本发明涉及数据分析技术领域，提供了一种文本关键信息提取方法、装置、设备及存储介质。该方法包括：对待识别文本提取关键词，将关键词与预设知识图谱中的词进行匹配，得到关键词的第一匹配值；计算关键词第一、第二词频值，根据第一、第二词频值及第一预设计算公式计算得到关键词的第二匹配值；计算文本的热度值，根据热度值及第二预设计算公式计算得到关键词的第三匹配值；根据第一、第二、第三匹配值及第三预设计算公式计算得到关键词的目标值，基于目标值进行排序选取预设数量的关键词作为目标关键词；提升了待识别文本关键信息提取的准确性。本发明还涉及区块链技术领域，上述目标关键词还可以存储于一区块链的节点中。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种文本关键信息提取方法、装置、设备及存储介质。

背景技术

面对海量的文本数据中，用户经常需要从中快速获取关键词和标签。例如企业内部的培训课程，课程文本类目繁多，需要提取课程文本的关键信息提供给用户浏览，从而便于用户根据自身需求选择相应的课程。当前的数据分析系统，往往是采用统一的提取方式对不同的文本数据执行关键信息提取，例如通过模板定制技术实现内容抽取：设置好模板内容抽取规则，根据规则实现自动抽取。

随着文本的复杂化和非结构化程度的提升，在文本的知识体系中，需要提取文本中的关键词、标签、主题名称等多元的关系，传统的关键信息提取方式难以从文本中准确获取到关键信息。

发明内容

鉴于以上内容，本发明提供一种文本关键信息提取方法、装置、设备及存储介质，其目的在于解决现有技术中难以从文本中准确获取到关键信息的技术问题。

为实现上述目的，本发明提供一种文本关键信息提取方法，该方法包括：

对待识别文本执行分词操作得到多个分词，从所述多个分词中提取多个关键词，将每个所述关键词分别与预设知识图谱中的词进行匹配，得到每个所述关键词的第一匹配值；

分别计算每个所述关键词在所述待识别文本中的第一词频值，并计算每个所述关键词在所述待识别文本所属的目标文本集中的第二词频值，根据所述第一词频值、所述第二词频值及第一预设计算公式计算得到每个所述关键词的第二匹配值；

分别计算所述目标文本集中含有每个所述关键词的文本的热度值，根据所述热度值及第二预设计算公式计算得到每个所述关键词的第三匹配值；

根据所述第一匹配值、所述第二匹配值、所述第三匹配值及第三预设计算公式计算得到每个所述关键词的目标值，基于每个所述关键词的目标值由大到小的顺序对所述多个关键词进行排序，根据排序顺序选取预设数量的关键词作为所述待识别文本的目标关键词。

优选的，所述从所述多个分词中提取多个关键词，包括：

从所述多个分词中提取与所述待识别文本的语义相关联的名词及动词，得到所述多个关键词。

优选的，所述将每个所述关键词分别与预设知识图谱中的词进行匹配，得到每个所述关键词的第一匹配值，包括：

I、从所述多个关键词中任意读取一个关键词，当所述知识图谱中存在有与该关键词匹配的词时，将该关键词的第一匹配值设为预设值；

II、当所述知识图谱中不存在与该关键词匹配的词时，计算该关键词所属的关联词与所述知识图谱中预设的词的相似度值，将该相似度值作为该关键词的第一匹配值；

III、重复I、II,直到计算得到所述多个关键词中每个所述关键词的第一匹配值。

优选的，所述计算该关键词所属的关联词与所述知识图谱中预设的词的相似度值，包括：

根据如下公式计算得到所述相似度值：