[发明专利]基于关键词的文本的标签提取方法及装置

说明书

本发明提供一种基于关键词的文本的标签提取方法及装置。本发明实施例通过根据文本，提取文本的至少两个关键词，进而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，使得能够根据所述相关度和/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，由于根据关键词与文本的相关度和/或关键词与文本的紧密度，对所提取的关键词进行有条件的选择，作为所述文本的标签，能够避免现有技术中由于将从文本中提取的关键词，直接作为该文本的标签而导致的所提取的标签不能准确地描述文本的问题，从而提高了标签提取的可靠性。

【技术领域】

本发明涉及标签提取技术，尤其涉及一种基于关键词的文本的标签提取方法及装置。

【背景技术】

在基于文本的应用中，有时候需要从文本中提炼出能够描述文本内容的词语，将其作为文本的标签(tag)，还可以称其为标注。现有技术中，将从文本中提取的关键词，直接作为该文本的标签。

然而，在一些情况下，例如，关键词提取错误，或者，再例如，个别关键词只是位于文本内容的语义边缘位置，等，将从文本中提取的关键词，直接作为该文本的标签，会出现所提取的标签不能准确地描述文本，从而导致了标签提取的可靠性的降低。

【发明内容】

本发明的多个方面提供一种基于关键词的文本的标签提取方法及装置，用以提高标签提取的可靠性。

本发明的一方面，提供一种基于关键词的文本的标签提取方法，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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；