關(guān)鍵詞提取方法及裝置

基本信息

申請(qǐng)?zhí)?/td> CN201810155685.5 申請(qǐng)日 -
公開（公告）號(hào) CN108363694B 公開（公告）日 2021-08-24
申請(qǐng)公布號(hào) CN108363694B 申請(qǐng)公布日 2021-08-24
分類號(hào) G06F40/216;G06F16/35;G06F16/36 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 鹿峰 申請(qǐng)（專利權(quán)）人 北京窩頭網(wǎng)絡(luò)科技有限公司
代理機(jī)構(gòu) 北京知呱呱知識(shí)產(chǎn)權(quán)代理有限公司 代理人 呂學(xué)文;武媛
地址 100022 北京市朝陽區(qū)建外SOHO西區(qū)10號(hào)樓2803
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種關(guān)鍵詞提取方法及裝置，該方法包括：步驟S1：獲取中文語料庫(kù)和外文語料庫(kù)；步驟S2：對(duì)待提取關(guān)鍵詞的文章進(jìn)行預(yù)處理，得到若干個(gè)詞語；步驟S3：對(duì)該若干個(gè)詞語進(jìn)行分類，形成中文詞匯組和外文詞匯組；步驟S4：計(jì)算該中文詞匯組中每一個(gè)詞語在該待提取關(guān)鍵詞的文章中的tf值以及在該中文語料庫(kù)中的idf值，計(jì)算該外文詞匯組中每一個(gè)詞語在該待提取關(guān)鍵詞的文章中的tf值以及在該外文語料庫(kù)中的idf值，對(duì)于該若干個(gè)詞語中每一個(gè)詞語，根據(jù)其tf值以及idf值計(jì)算其權(quán)重；步驟S5：對(duì)該若干個(gè)詞語進(jìn)行過濾處理后從其中選出預(yù)設(shè)個(gè)數(shù)權(quán)重最大的詞語作為關(guān)鍵詞。本發(fā)明可以提高關(guān)鍵詞提取的準(zhǔn)確度。