[发明专利]基于关键词的文本的标签提取方法及装置

权利要求书

1.一种基于关键词的文本的标签提取方法，其特征在于，包括：

确定待提取的文本；

根据所述文本，提取所述文本的至少两个关键词；

根据所述至少两个关键词中每个所述关键词的相关信息，获得每个所述关键词与所述文本的相关度和/或每个所述关键词与所述文本的紧密度；

根据所述相关度和/或所述紧密度，从所述至少两个关键词中选择部分关键词或全部关键词，以作为所述文本的标签；其中，

所述根据所述至少两个关键词中每个所述关键词的相关信息，获得每个所述关键词与所述文本的紧密度，包括：

根据所述至少两个关键词中每个所述关键词的相关信息，构造每个所述关键词的第一向量和第二向量；

根据所述第一向量和所述第二向量，获得每个所述关键词与所述文本的紧密度。

2.根据权利要求1所述的方法，其特征在于，所述根据所述至少两个关键词中每个所述关键词的相关信息，获得每个所述关键词与所述文本的相关度，包括：

根据所述关键词在所述文本中的位置、所述关键词在所述文本中的重复次数、所述关键词在所述文本中的独立表意能力、所述关键词在所述文本中的词性和所述关键词在所述文本中的层次中的至少一项信息，获得所述关键词的权重；

根据所述关键词的权重，获得所述关键词与所述文本的相关度。

3.根据权利要求1所述的方法，其特征在于，所述根据所述至少两个关键词中每个所述关键词的相关信息，构造每个所述关键词的第一向量和第二向量，包括：

根据所述关键词在所述文本中的位置、所述关键词在所述文本中的重复次数、所述关键词在所述文本中的独立表意能力、所述关键词在所述文本中的词性和所述关键词在所述文本中的层次中的至少一项信息，获得所述关键词的权重，以及根据所述关键词和所述关键词的权重，构造所述第一向量；

获得与所述关键词关联的关联词，根据所述关联词在对应文本中的位置、所述关联词在对应文本中的重复次数、所述关联词在对应文本中的独立表意能力、所述关联词在对应文本中的词性和所述关联词在对应文本中的层次中的至少一项信息，获得所述关联词的权重，以及根据所述关联词和所述关联词的权重，构造所述第二向量。

4.根据权利要求1～3任一权利要求所述的方法，其特征在于，所述根据所述第一向量和所述第二向量，获得每个所述关键词与所述文本的紧密度，包括：

根据所述第一向量和所述第二向量，构造所述关键词的第三向量；

根据所述第二向量和所述第三向量，获得所述第二向量与所述第三向量之间的向量距离；

根据所述向量距离，获得所述关键词与所述文本的紧密度。

5.一种基于关键词的文本的标签提取装置，其特征在于，包括：

确定单元，用于确定待提取的文本；

提取单元，用于根据所述文本，提取所述文本的至少两个关键词；

获得单元，用于根据所述至少两个关键词中每个所述关键词的相关信息，获得每个所述关键词与所述文本的相关度和/或每个所述关键词与所述文本的紧密度；

选择单元，用于根据所述相关度和/或所述紧密度，从所述至少两个关键词中选择部分关键词或全部关键词，以作为所述文本的标签；其中，

所述获得单元，具体用于

根据所述至少两个关键词中每个所述关键词的相关信息，构造每个所述关键词的第一向量和第二向量；以及根据所述第一向量和所述第二向量，获得每个所述关键词与所述文本的紧密度。

6.根据权利要求5所述的装置，其特征在于，所述获得单元，具体用于

根据所述关键词在所述文本中的位置、所述关键词在所述文本中的重复次数、所述关键词在所述文本中的独立表意能力、所述关键词在所述文本中的词性和所述关键词在所述文本中的层次中的至少一项信息，获得所述关键词的权重；以及根据所述关键词的权重，获得所述关键词与所述文本的相关度。