[发明专利]一种电力行业关键词库的构建方法

权利要求书

1.一种电力行业关键词库的构建方法，其特征在于，包括：

收集电力行业相关数据库，获取电力行业词库数据；

对电力行业词库数据进行分词筛查，得到初始关键词库数据；

对初始关键词库数据通过TF-IDF统计方法计算初始关键词库中初始关键词的TF-IDF值；

根据初始关键词库数据中的初始关键词计算出任意初始关键词两词之间的语义相似度，根据语义相似度合并得到同义词库数据；

对同义词库数据通过TF-IDF统计方法计算同义词库数据中同义词的TF-IDF值；

基于初始关键词的TF-IDF值和同义词的TF-IDF值生成电力行业关键词库。

2.根据权利要求1所述的一种电力行业关键词库的构建方法，其特征在于，所述初始关键词的TF-IDF值由下列方式计算得到：

获取初始关键词库中初始关键词词频TF和逆文档频率IDF；

TF-IDF(初始关键词)＝TF(初始关键词词频)×IDF(初始关键词逆文档频率)；

所述同义词的TF-IDF值由下列方式计算得到：

获取同义词库数据中同义词词频TF和逆文档频率IDF；

TF-IDF(同义词)＝TF(同义词词频)×IDF(逆文档频率IDF)。

3.根据权利要求2所述的一种电力行业关键词库的构建方法，其特征在于，所述初始关键词库数据中初始关键词词频TF和同义词库数据中同义词词频TF分别由下列方式计算得到：

获取初始关键词在初始关键词库数据中出现的次数TN₁及同义词在同义词库数据中出现的次数TN₂；

获取初始关键词库数据中出现最多的词的出现次数TMAX₁及同义词库数据中出现最多的词的出现次数TMAX₂；

TF(初始关键词词频)＝TN₁÷TMAX₁；

TF(同义词词频)＝TN₂÷TMAX₂。

4.根据权利要求2所述的一种电力行业关键词库的构建方法，其特征在于，所述初始关键词库数据中初始关键词逆文档频率IDF和同义词库数据中同义词逆文档频率IDF分别由下列方式计算得到：

获取初始关键词库数据中初始关键词的总数量TP₁及同义词库数据中同义词的总数量TP₂；

获取初始关键词库数据中初始关键词的数量Tm₁及同义词库数据中同义词的总数量Tm₂；

IDF(初始关键词逆文档频率)＝log[TP₁/(Tm₁+1)]；

IDF(同义词逆文档频率)＝log[TP₂/(Tm₂+1)]。

5.根据权利要求1所述的一种电力行业关键词库的构建方法，其特征在于，电力行业相关数据库包括电力行业专利数据库、电力行业科技文件数据库以及电力行业科技项目指南数据库中的一种或多种。

6.根据权利要求1所述的一种电力行业关键词库的构建方法，其特征在于，所述任意初始关键词两词之间的语义相似度由下列方式得到：

获取任意初始关键词两词之间的词语距离Dis(W1，W2)，根据词语距离Dis(W1，W2)计算得到任意初始关键词两词之间的语义相似度Sim(W1，W2)。

7.根据权利要求6所述的一种电力行业关键词库的构建方法，其特征在于，所述语义相似度Sim(W1，W2)由下列方式计算得到：

8.根据权利要求1所述的一种电力行业关键词库的构建方法，其特征在于，所述分词筛查为词典法或切分标记法。