[发明专利]关键词提取方法及装置

说明书

本申请提供关键词提取方法及装置，其中所述关键词提取方法包括：获取目标文本；提取所述目标文本的文本结构特征和文本语义特征，以及所述目标文本中各词语的词结构特征和词语义特征；根据所述文本结构特征和文本语义特征，确定文本特征，根据所述词结构特征和词语义特征，确定词特征；根据所述文本特征和所述各词语的词特征，从所述各词语中确定关键词。本方法可以提高关键词提取的准确性。

技术领域

本申请涉及自然语言处理技术领域，特别涉及一种关键词提取方法。本申请同时涉及一种关键词提取装置、一种计算设备，以及一种计算机可读存储介质。

背景技术

随着计算机技术领域人工智能的发展，自然语言处理领域也得到了快速发展，根据文本进行信息检索是自然语言处理领域的一个重要分支。人工智能(artificialintelligence；AI)是指已工程化(即设计并制造)的系统感知环境的能力，以及获取、处理、应用和表示知识的能力。人工智能领域关键技术的发展状况，包括机器学习、知识图谱、自然语言处理、计算机视觉、人机交互、生物特征识别、虚拟现实/增强现实等关键技术。自然语言处理(NLP，Natural Language Processing)是计算机科学领域的一个重要研究方向，它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理的具体表现形式包括机器翻译、文本摘要、文本分类、文本校对、信息抽取、语音合成、语音识别等。随着自然语言处理技术的发展以及生活节奏的加快，需要传递给用户的有效信息变得越来越短，此时可以采用自然语言处理中的关键词抽取技术对文本进行关键词提取，以缩短有效信息。

传统通用的关键词抽取算法主要是对中长文本进行关键词抽取，比如词频统计算法(TF-IDF)和图中心点算法(TextRank)。然而，上述算法抽取短文本的关键词时效果比较差，主要体现在短文本的特殊性：短文本中词的频率普遍为一次；而中长文本中词的频率较多。因此，亟需一种有效的方案以解决上述问题。

发明内容

有鉴于此，本申请实施例提供了一种关键词提取方法，以解决现有技术中存在的技术缺陷。本申请实施例同时提供了一种关键词提取装置，一种计算设备，以及一种计算机可读存储介质。

根据本申请实施例的第一方面，提供了一种关键词提取方法，包括：

获取目标文本；

提取所述目标文本的文本结构特征和文本语义特征，以及所述目标文本中各词语的词结构特征和词语义特征；

根据所述文本结构特征和文本语义特征，确定文本特征，根据所述词结构特征和词语义特征，确定词特征；

根据所述文本特征和所述各词语的词特征，从所述各词语中确定关键词。

根据本申请实施例的第二方面，提供了一种关键词提取装置，包括：

第一获取模块，被配置为获取目标文本；

提取模块，被配置为提取所述目标文本的文本结构特征和文本语义特征，以及所述目标文本中各词语的词结构特征和词语义特征；

第一确定模块，被配置为根据所述文本结构特征和文本语义特征，确定文本特征，根据所述词结构特征和词语义特征，确定词特征；

第二确定模块，被配置为根据所述文本特征和所述各词语的词特征，从所述各词语中确定关键词。

根据本申请实施例的第三方面，提供了一种计算设备，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器执行所述计算机可执行指令时实现所述关键词提取方法的步骤。

根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述关键词提取方法的步骤。