[发明专利]标签抽取方法、装置、设备及存储介质

说明书

本申请实施例涉及一种标签抽取方法、装置、设备及存储介质，包括：针对每一待抽取的目标文本，对所述目标文本进行预处理，得到多个词语，以及对多个所述词语进行组合，得到多个词语组合；针对每一所述目标文本，基于所述目标文本对应的多个所述词语、多个所述词语组合确定所述目标文本的文本向量；基于各所述目标文本的文本向量，对多个所述目标文本进行聚类，得到多个类簇；针对每一所述类簇，从所述类簇包含的至少一个所述目标文本中抽取目标标签。由此，可以实现抽取更为准确的标签。

技术领域

本申请涉及计算机技术领域，尤其涉及一种标签抽取方法、装置、设备及存储介质。

背景技术

标签是一种用来描述业务实体特征的数据形式。通过标签可以有效扩充业务实体的分析角度，且通过对不同标签的简单操作，便可进行数据筛选和分析。

在大数据时代，通过将用户需求、用户观点等进行标签化，可以实现精准化数据运营。

发明内容

本申请实施例的目的在于提供一种标签抽取方法、装置、设备及存储介质，以实现抽取更为准确的标签。具体技术方案如下：

本申请提供一种标签抽取方法，所述方法包括：

针对每一待抽取的目标文本，对所述目标文本进行预处理，得到多个词语，以及对多个所述词语进行组合，得到多个词语组合；

针对每一所述目标文本，基于所述目标文本对应的多个所述词语、多个所述词语组合确定所述目标文本的文本向量；

基于各所述目标文本的文本向量，对多个所述目标文本进行聚类，得到多个类簇；

针对每一所述类簇，从所述类簇包含的至少一个所述目标文本中抽取目标标签。

本申请提供另一种标签抽取方法，所述方法应用于用户标签抽取场景，包括：

获取所述用户与预设对象之间的对话文本；

将所述对话文本中，由所述用户发送给所述预设对象的对话文本确定为待抽取的目标文本；

针对每一待抽取的目标文本，对所述目标文本进行预处理，得到多个词语，以及对多个所述词语进行组合，得到多个词语组合；

针对每一所述目标文本，基于所述目标文本对应的多个所述词语、多个所述词语组合确定所述目标文本的文本向量；

基于各所述目标文本的文本向量，对多个所述目标文本进行聚类，得到多个类簇；

针对每一所述类簇，从所述类簇包含的至少一个所述目标文本中抽取所述用户的目标标签。

本申请提供一种标签抽取装置，所述装置包括：

分词模块，用于针对每一待抽取的目标文本，对所述目标文本进行预处理，得到多个词语；

组合模块，用于对多个所述词语进行组合，得到多个词语组合；

向量化模块，用于针对每一所述目标文本，基于所述目标文本对应的多个所述词语、多个所述词语组合确定所述目标文本的文本向量；

聚类模块，用于基于各所述目标文本的所述文本向量，对多个所述目标文本进行聚类，得到多个类簇；

标签抽取模块，用于针对每一所述类簇，从所述类簇包含的至少一个所述目标文本中抽取目标标签。

本申请提供另一种标签抽取装置，所述装置应用于用户标签抽取场景，包括：

获取模块，用于获取所述用户与预设对象之间的对话文本；

目标确定模块，用于将所述对话文本中，由所述用户发送给所述预设对象的对话文本确定为待抽取的目标文本；