[发明专利]基于词语位置的关键字权值计算方法

摘要

本发明提供一种基于词语位置的关键字权值计算方法。包括如下步骤：文档预处理：对于提供的文档进行预处理获取文本信息；关键字提取：对文档预处理之后的文本信息提取关键字；获取影响因子：对提取出来的关键字获取权值因子；一方面获取基础权值；另一方面标识出摘要、文章段落首句中的词语；加权计算：把获取到的影响因子作为权值计算因子进行最终权值计算；输出关键字权值表：给出关键字的最终权值列表。本发明方法能够准确计算出词语的权重参数，有利于关键词的分析，方便读者对文章的内容进行理解和记忆。

主权项

基于词语位置的关键字权值计算方法，其特征在于，包括如下步骤：文档预处理：在计算机系统中，对于提供的文档利用工具转化为pdf格式，进行预处理获取文本信息，具体的可以用相应对应的文本解析工具；采用解析工具将pdf文档的页面进行解析，解析之后可以获取到pdf文档的所有页面数据，通过目录、段落特征识别出目录页以及页面段落，并将这些数据合理的存储方便分词等后续处理调用；关键字提取：对文档预处理之后的文本信息提取关键字，对照现有的关键字表，以段落为单位对文档的每一页的每一段进行关键字提取，并存入计算机系统；获取影响因子：对提取出来的关键字获取权值因子；一方面获取基础权值；另一方面标识出摘要、文章段落首句中的词语；加权计算：把获取到的影响因子作为权值计算因子进行最终权值计算；输出关键字权值表：给出关键字的最终权值列表。