[发明专利]关键词识别方法、装置、设备、介质及计算机程序产品

说明书

本申请公开了一种关键词识别方法、装置、设备、介质及计算机程序产品，涉及数据分析技术领域。该方法包括：获取目标文本；以字符为单位对目标文本进行特征提取，得到目标文本中的字符特征；对目标文本进行分词处理，得到目标文本中的至少两个分词词汇；基于字符特征获取分词词汇的词汇特征；对至少一个词汇特征组成的候选特征进行关键词预测，得到至少一个候选特征对应的关键词概率；基于关键词概率确定目标文本对应的关键词。通过以上方式，可以让候选特征充分融合目标文本中的语义信息，使得关键词识别过程的灵活度更高，克服了依赖词库中存储的关键词对目标文本进行关键词识别的局限性。本申请可应用于云技术、人工智能、智慧交通等各种场景。

技术领域

本申请实施例涉及数据分析技术领域，特别涉及一种关键词识别方法、装置、设备、介质及计算机程序产品。

背景技术

处理海量的文本数据时，最关键的是要把有价值的内容提取出来。而无论是对于长文本还是短文本，往往可以通过几个关键词窥探整个文本的主题思想。因此，关键词识别在推荐系统、信息检索领域的应用也十分广泛，关键词识别的准确程度直接关系到推荐系统的构建是否完善以及信息检索结果是否合格。

相关技术中，基于预先构建好的词库实现关键词识别，查找文本中所有包含在词库中的候选关键词，再确定候选关键词与文本之间的匹配得分，最后将所有候选关键词按匹配得分从高到低排序，选择匹配得分高于预设阈值的候选关键词作为结果输出。

然而，通过将待检测关键词的文本与预先构建好的词库进行比较分析，虽然能提取到关键词，但也会造成过于依赖词库的情况发生，导致当词库中不存在待检测文本的关键词时，无法灵活对待检测文本的关键词进行识别，从而导致关键词识别的局限性过大。

发明内容

本申请实施例提供了一种关键词识别方法、装置、设备、介质及计算机程序产品，能够提高关键词识别的准确率。所述技术方案如下。

一方面，提供了一种关键词识别方法，所述方法包括：

获取目标文本，所述目标文本为待进行关键词识别的文本；

以字符为单位对所述目标文本进行特征提取，得到所述目标文本中的字符特征；

对所述目标文本进行分词处理，得到所述目标文本中的至少两个分词词汇；

基于所述字符特征获取所述分词词汇的词汇特征；

对至少一个词汇特征组成的候选特征进行关键词预测，得到至少一个候选特征对应的关键词概率，其中，当至少两个词汇特征组成所述候选特征时，所述至少两个词汇特征为相邻特征；

基于所述关键词概率确定所述目标文本对应的关键词。

另一方面，提供了一种关键词识别装置，所述装置包括：

文本获取模块，用于获取目标文本，所述目标文本为待进行关键词识别的文本；

提取模块，用于以字符为单位对所述目标文本进行特征提取，得到所述目标文本中的字符特征；

分词模块，用于对所述目标文本进行分词处理，得到所述目标文本中的至少两个分词词汇；

特征获取模块，用于基于所述字符特征获取所述分词词汇的词汇特征；

预测模块，用于对至少一个词汇特征组成的候选特征进行关键词预测，得到至少一个候选特征对应的关键词概率，其中，当至少两个词汇特征组成所述候选特征时，所述至少两个词汇特征为相邻特征；

确定模块，用于基于所述关键词概率确定所述目标文本对应的关键词。