[发明专利]关键词提取方法、装置、电子设备及存储介质

权利要求书

1.一种关键词提取方法，其特征在于，所述方法包括：

获取携带关键词信息的样本集，对所述样本集中每个样本进行分词处理，得到所述样本集中每个样本对应的第一词语集合，基于所述关键词信息将所述样本集中每个样本的第一词语集合拆分为关键词集合和非关键词集合；

将所述样本集输入关键词提取模型，得到所述样本集中每个样本对应的关键词集合中每个词语作为关键词的第一预测值，和非关键词集合中每个词语作为关键词的第二预测值；

基于所述第一预测值及第二预测值的大小关系确定目标损失函数，通过最小化所述目标损失函数以确定所述关键词提取模型的结构参数，得到训练好的关键词提取模型；

响应用户基于客户端发出的针对目标文本的关键词提取请求，确定所述目标文本待提取的关键词数量，将所述目标文本输入所述训练好的关键词提取模型，得到所述目标文本中每个词语作为关键词的第三预测值，基于所述关键词数量及第三预测值确定关键词提取结果；

其中，所述将所述样本集输入关键词提取模型，得到所述样本集中每个样本对应的关键词集合中每个词语作为关键词的第一预测值，和非关键词集合中每个词语作为关键词的第二预测值，包括：

将所述样本集输入所述关键词提取模型的词向量转换网络执行词向量转换处理，得到所述样本集中每个样本对应的关键词集合和非关键词集合中每个词语的词向量；

将所述词向量输入所述关键词提取模型的句向量提取网络执行句向量提取处理，得到所述样本集中每个样本对应的句向量；

拼接所述句向量及词向量，得到所述样本集中每个样本对应的关键词集合和非关键词集合中每个词语的融合特征；

将所述融合特征输入所述关键词提取模型的关键词识别网络执行关键词识别处理，得到所述样本集中每个样本对应的关键词集合中每个词语作为关键词的第一预测值，和非关键词集合中每个词语作为关键词的第二预测值；

所述基于所述第一预测值及第二预测值的大小关系确定目标损失函数，包括：为实现所述样本集中每个样本对应的关键词集合中任一词语的第一预测值大于其非关键词集合中任一词语的第二预测值的目标，生成初始损失函数；

根据所述样本集中样本的标注误差，修正所述初始损失函数，得到目标损失函数，所述目标损失函数为：

其中，Loss为目标损失值，p_im为样本集中第i个样本的关键词集合中第m个词语的第一预测值，q_in为样本集中第i个样本的非关键词集合中第n个词语的第二预测值，h为样本集中样本的总数量，u为样本集中第i个样本的关键词集合中词语的总数量，v为样本集中第i个样本的非关键词集合中词语的总数量，p_i-k为样本集中第i个样本的关键词集合中k个数值最小的词语的第一预测值的平均值，q_i-r为样本集中第i个样本的非关键词集合中r个数值最大的词语的第二预测值的平均值，a、b为常数。

2.如权利要求1所述的关键词提取方法，其特征在于，所述确定所述目标文本待提取的关键词数量，包括：

计算所述目标文本的语义丰富度；

获取预先确定的语义丰富度与关键词数量之间的映射关系，基于所述映射关系及目标文本的语义丰富度确定所述目标文本待提取的关键词数量。

3.如权利要求2所述的关键词提取方法，其特征在于，所述计算所述目标文本的语义丰富度，包括：

对所述目标文本执行分词处理，得到第二词语集合；

剔除所述第二词语集合中预设类型的词语，得到所述目标文本对应的重要词语集合；

根据所述重要词语集合中词语的数量及长度计算所述目标文本的语义丰富度。

4.如权利要求1所述的关键词提取方法，其特征在于，所述基于所述关键词数量及第三预测值确定关键词提取结果，包括：

将所述目标文本中每个词语按照第三预测值从大到小的顺序排序，得到所述目标文本对应的词语序列；

将所述词语序列中靠前的所述关键词数量的词语作为所述目标文本的关键词。