[发明专利]基于短语向量的关键词抽取方法及系统有效
| 申请号： | 201910548261.X | 申请日： | 2019-06-24 |
| 公开（公告）号： | CN110263343B | 公开（公告）日： | 2021-06-15 |
| 发明（设计）人： | 孙新;赵永妍;申长虹;杨凯歌;张颖捷 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06F40/284 | 分类号： | G06F40/284;G06F40/205 |
| 代理公司： | 北京京万通知识产权代理有限公司 11440 | 代理人： | 许天易 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及自然语言处理和深度学习技术领域，特别涉及一种基于短语向量的关键词抽取方法及系统。本发明的主要技术方案包括：对原始文本分词并标注词性，根据词性保留n元组，得到候选词项集；对候选关键词集合中包含的大量短语构建向量表示；计算各候选词项的主题权重；以候选词项作为图中的顶点，以候选词项的共现信息为边构造图，以候选词项之间的语义相似度和共现信息计算边的权重，迭代计算每个候选词项的得分并排序。本发明提供的关键词抽取方法及系统，既引入了文档中的主题信息，又通过短语间的语义相似度引入了上下文信息，更能够捕捉全文中的重点词，语义精度高，应用范围广。 | ||
| 搜索关键词： | 基于 短语 向量 关键词 抽取 方法 系统 | ||
【主权项】：
1.一种基于短语向量的关键词抽取方法，其特征在于，所述方法包括：S1、对文本进行分词并标注词性，保留n元组得到候选词项集；S2、通过自编码器为候选词项构建短语向量；S3、确定所述文本的主题，计算候选词项与主题向量的相似度，将所述相似度作为所述候选词项的主题权重；S4、通过TextRank算法，从所述候选词项集中获取关键词。
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北京理工大学，未经北京理工大学许可，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/201910548261.X/，转载请声明来源钻瓜专利网。
