[发明专利]关键信息提取方法、装置、计算机设备及存储介质

权利要求书

1.一种关键信息提取方法，其特征在于，包括：

基于预设的爬取方式，从自媒体站点进行舆情文章的爬取，得到目标文章；

对所述目标文章进行格式解析，得到所述目标文章的标题和正文；

对所述正文进行文本信息提取，得到处理后的文本信息，并将所述处理后的文本信息作为目标文本信息；

将所述标题与所述目标文本信息作为融合特征，将所述目标文章作为基础特征，并将所述融合特征与所述基础特征输入到预设好的关键词筛选模型进行训练，得到初始关键词候选集，其中，所述训练好的关键词筛选模型为神经网络模型；

根据预设的优先级排序方式，对所述初始候选集中的每个关键词进行优先级排序，得到优先级由大到小的目标序列，并按照从前往后的顺序，从所述目标序列中选取预设数量的关键词，作为目标关键词；

基于所述目标关键词和所述目标文章，生成所述关键信息。

2.如权利要求1所述的关键信息提取方法，其特征在于，所述基于预设的爬取方式，从自媒体站点进行舆情文章的爬取，得到目标文章包括：

接收客户端发送的文章爬取请求，所述文章爬取请求包括待爬取的舆情文章对应的标签和发布时间范围；

采用广度优先策略，基于所述文章爬取请求，从自媒体站点进行文章爬取，得到每个初始文章对应的页面信息；

获取通过链接分析的方式，确定每个所述页面信息的网页权重；

根据每个所述页面信息的所述网页权重，确定目标网页；

基于预设的网页排名策略，计算每个所述目标网页的网页排名值，并根据所述网页排名值由大到小的顺序，对所述目标网页进行排序，得到目标页面队列；

依次抓取所述目标页面队列中每个所述目标网页对应的文章内容，得到所述目标文章。

3.如权利要求1所述的关键信息提取方法，其特征在于，所述训练好的关键词筛选模型为BERT网络模型。

4.如权利要求1所述的关键信息提取方法，其特征在于，所述对所述正文进行文本信息提取，得到处理后的文本信息，并将所述处理后的文本信息作为目标文本信息包括：

基于文本符号标识，对所述正文进行分段处理，得到每个段落对应的段落文本及段落文本对应的段落编号；

分别对每个所述段落文本进行自然语言语义识别，得到所述段落文本对应的段落大意，并基于所有所述段落大意，生成所述正文对应的摘要信息；

针对每个所述段落文本，采用N-gram模型进行分词处理，得到目标分词，并获取所述目标分词对应的段落编号，作为所述目标分词对应的位置信息，将每组所述目标分词和所述目标分词对应的位置信息，作为一组分词信息；

将所述分词信息和所述摘要信息作为所述目标文本信息。

5.如权利要求4所述的关键信息提取方法，其特征在于，在所述针对每个所述段落文本，采用N-gram模型进行分词处理，得到目标分词之前，所述方法还包括：

获取预设的训练语料库，并使用N-gram模型对所述预设的训练语料库进行分析，得到所述预设的训练语料库的词序列数据；

所述所述针对每个所述段落文本，采用N-gram模型进行分词处理，得到目标分词包括：

对所述段落文本进行分词解析，得到M个分词序列；

针对每个所述分词序列，依据所述预设的训练语料库的词序列数据，计算每个分词序列的发生概率，得到M个分词序列的发生概率；

从M个所述分词序列的发生概率中，选取达到预设概率阈值的发生概率对应的所述分词序列，作为目标分词序列，并将目标分词序列中的每个分词，作为所述目标分词。

6.如权利要求1至5任一项所述的关键信息提取方法，其特征在于，所述基于所述目标关键词和所述目标文章，生成所述关键信息包括：

从所述目标文章中，获取包含所述目标关键词的语句，作为基础语句；

按照预设规则，对所述基础语句进行甄选，得到目标语句；

采用句式融合的方式，对所述目标语句进行融合，得到所述关键信息。