[发明专利]文本关键词提取方法、装置、计算机设备和存储介质

权利要求书

1.一种文本关键词提取方法，其特征在于，包括：

获取待处理文本数据；

根据分词库以及预设领域字典对所述待处理文本数据进行分词，得到第一分词；

对所述第一分词进行词性过滤处理，得到包括名词和动词的第二分词；

对所述第二分词进行去重处理，得到所述待处理文本数据对应的文本关键词；

将所述文本关键词同步至搜索引擎中。

2.根据权利要求1所述的方法，其特征在于，所述获取待处理文本数据，包括：

确定目标数据表；

通过SparkSQL执行Hive语句，读取所述目标数据表，将所述目标数据表确定为所述待处理文本数据。

3.根据权利要求1所述的方法，其特征在于，在所述获取待处理文本数据之前，所述方法还包括：

获取预设领域的文本数据；

计算所述预设领域的文本数据中各领域词语的频率；

选取频率大于阈值的领域词语，构建预设领域字典。

4.根据权利要求1所述的方法，其特征在于，在所述对所述第二分词进行去重处理之前，所述方法还包括：

将所述第二分词存储至hive临时表中，对所述hive临时表中的分词进行汇总；

所述对所述第二分词进行去重处理包括：

将汇总后的分词进行去重处理。

5.根据权利要求1所述的方法，其特征在于，所述待处理文本数据为企业信息表，所述企业信息表包括企业基本信息主表、软著信息、专利信息、商标信息、第三方采购中标公告、上市公司采购中标公告、央企采购招标公告、政府采购中标公告、行政许可主表、行政许可工商局主表、资质证书信息、企业简介。

6.根据权利要求1至5任意一项所述的方法，其特征在于，所述方法还包括：

通过所述搜索引擎获取用户输入的查询词；

通过所述搜索引擎将所述查询词与所述文本关键词进行匹配，确定与所述查询词匹配的文本关键词；

根据与所述查询词匹配的文本关键词获取相应的目标文本数据。

7.一种文本关键词提取装置，其特征在于，所述装置包括：

通信模块，用于获取待处理文本数据；

分词模块，用于根据分词库以及预设领域字典对所述待处理文本数据进行分词，得到第一分词；

过滤模块，用于对所述第一分词进行词性过滤处理，得到包括名词和动词的第二分词；

去重模块，用于对所述第二分词进行去重处理，得到所述待处理文本数据对应的文本关键词；

同步模块，用于将所述文本关键词同步至搜索引擎中。

8.根据权利要求7所述的装置，其特征在于，所述通信模块还用于确定目标数据表；通过SparkSQL执行Hive语句，读取所述目标数据表，将所述目标数据表确定为所述待处理文本数据。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。