[发明专利]提取文本特征词的方法、装置、终端设备及存储介质

权利要求书

1.一种提取文本特征词的方法，其特征在于，包括：

对待分类的文本中的词语进行划分，得到所述文本的至少一个分词；

构建所述文本的每个分词的词向量；

根据每个所述分词、每个所述分词的词向量以及预设的语料库，计算每个所述分词的相关性、词语点间互信息、词语左熵以及词语右熵；

根据每个所述分词的相关性、词语点间互信息、词语左熵以及词语右熵，获得所述文本的至少一个特征词，以使得可以根据每个所述特征词对所述文本进行分类。

2.根据权利要求1所述的提取文本特征词的方法，其特征在于，所述对待分类的文本中的词语进行划分，得到所述文本的至少一个分词具体为：

对待分类的文本利用结巴分词工具进行分词处理和消词处理，得到所述文本的至少一个分词。

3.根据权利要求1所述的提取文本特征词的方法，其特征在于，所述根据每个所述分词的相关性、词语点间互信息、词语左熵以及词语右熵，获得所述文本的至少一个特征词具体为：

根据每个所述分词的相关性、词语点间互信息、词语左熵以及词语右熵，计算每个所述分词的特征重要性指数；

根据每个所述分词的特征重要性指数，获得所述文本的至少一个特征词。

4.根据权利要求3所述的提取文本特征词的方法，其特征在于，所述根据每个所述分词的相关性、词语点间互信息、词语左熵以及词语右熵，计算每个所述分词的特征重要性指数具体为：

根据每个所述分词的相关性、词语点间互信息、词语左熵、词语右熵以及预设的权值，计算每个所述分词的特征重要性指数。

5.根据权利要求3所述的提取文本特征词的方法，其特征在于，所述根据每个所述分词的特征重要性指数，获得所述文本的至少一个特征词具体为：

将每个所述分词的特征重要性指数与预设的阈值进行对比，生成对比结果；

根据所述对比结果，获得所述文本的至少一个特征词。

6.根据权利要求1所述的提取文本特征词的方法，其特征在于，在所述根据每个所述分词的相关性、词语点间互信息、词语左熵以及词语右熵，获得所述文本的至少一个特征词，以使得可以根据每个所述特征词对所述文本进行分类之后还包括：

根据每个所述分词的词向量，获得每个所述特征词的词向量；

根据每个所述特征词的词向量，对所述文本进行分类，生成分类结果。

7.根据权利要求6所述的提取文本特征词的方法，其特征在于，所述根据每个所述特征词的词向量，对所述文本进行分类，生成分类结果具体为：

根据每个所述特征词的词向量，利用卷积神经网络对所述文本进行分类，生成分类结果。

8.一种提取文本特征词的装置，其特征在于，包括：

文本分词模块，用于对待分类的文本中的词语进行划分，得到所述文本的至少一个分词；

词向量构建模块，用于构建所述文本的每个分词的词向量；

词语指标计算模块，用于根据每个所述分词、每个所述分词的词向量以及预设的语料库，计算每个所述分词的相关性、词语点间互信息、词语左熵以及词语右熵；

特征词提取模块，用于根据每个所述分词的相关性、词语点间互信息、词语左熵以及词语右熵，获得所述文本的至少一个特征词，以使得可以根据每个所述特征词对所述文本进行分类。

9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的提取文本特征词的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的提取文本特征词的方法。