[发明专利]关键词提取方法与系统、关键词提取模型生成方法与系统有效
| 申请号： | 201810033585.5 | 申请日： | 2018-01-12 |
| 公开（公告）号： | CN108133045B | 公开（公告）日： | 2020-07-24 |
| 发明（设计）人： | 英高海;朱德明;李坤;李冬梅 | 申请（专利权）人： | 广州杰赛科技股份有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/279;G06F40/30;G06K9/62 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 梁顺宜;郝传鑫 |
| 地址： | 510310 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种关键词提取方法，包括：对待提取文本进行分词预处理，将若干分词结果中的词语转化为词向量；根据聚类算法将所有词向量划分为预设数量的类簇；将类簇包含的所有词向量进行相加，以得到类簇的类簇向量，并输入预设的关键词提取模型，以得到类簇的标准关键词的词向量；将与类簇的标准关键词的词向量相似度最高的词向量所对应的词语，确定为类簇的关键词，以提取待提取文本的关键词；关键词提取模型为通过第一文本语料库中的每一类簇的类簇向量作为输入，以及标准关键词的词向量作为输出训练深度神经网络模型所生成。同时本发明还提供一种关键词提取系统、关键词提取模型生成方法与系统。采用本发明实施例，能够提高关键词提取的效率。 | ||
| 搜索关键词： | 关键词 提取 方法 系统 模型 生成 | ||
【主权项】：
一种关键词提取方法，其特征在于，包括：对待提取文本进行分词预处理，以得到所述待提取文本的若干分词结果；分别将所述若干分词结果中的词语转化为词向量；根据聚类算法将所述待提取文本的所有词向量划分为预设数量的类簇；将所述待提取文本中任一类簇包含的所有词向量进行相加，作为所述任一类簇的类簇向量；将所述任一类簇的类簇向量输入预设的关键词提取模型，以得到所述任一类簇的标准关键词的词向量；其中，所述关键词提取模型为通过第一文本语料库中的每一标准文本的每一类簇的类簇向量作为输入，以及对应的类簇的标准关键词的词向量作为输出训练深度神经网络模型所生成；分别计算所述任一类簇的每一词向量与所述任一类簇的标准关键词的词向量之间的相似度，并将所述任一类簇的所有词向量中的所述相似度最高的词向量对应的词语确定为所述任一类簇的关键词；根据所述待提取文本的每一类簇的关键词提取所述待提取文本的关键词。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州杰赛科技股份有限公司，未经广州杰赛科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810033585.5/，转载请声明来源钻瓜专利网。
- 上一篇：基于属性分离的空间大数据三维可视化方法及平台
- 下一篇：数据分析方法及装置
