[发明专利]关键词确定方法、装置、设备及存储介质

说明书

本公开关于一种关键词确定方法、装置、设备及存储介质，该方法通过获取信息描述文本以及对应的内容类别标签；从所述信息描述文本中抽取至少一个字符，获得多个信息描述子文本；基于确定的每个信息描述子文本属于该内容类别标签的类别参数，确定满足预设条件的目标字符；根据该目标字符，确定信息描述文本的关键词。如此无需依赖于分词的准确率，同时无需额外进行人工数据标注，简化了关键词确定流程，也提高了关键词提取的准确性和效率。

技术领域

本公开涉及计算机技术领域，尤其涉及一种关键词确定方法、装置、设备及存储介质。

背景技术

随着短视频的快速发展，短视频与电商商品的结合越来越成为一种新的发展趋势。在智能定向、用户兴趣标签挖掘等任务中，商品类别和关键词都起着十分重要的作用。然而关键词作为比商品类别更细粒度的描述，其挖掘难度更大。

相关技术中，对于关键词提取主要采用统计类方法，该方法通过先对文本进行分词，然后根据分词的统计类特征和相关性来提取关键词，然而该方法非常依赖分词的准确率，存在着整体关键词提取准确性不高等问题。

发明内容

本公开提供一种关键词确定方法、装置、设备及存储介质，以至少解决相关技术中关键词提取准确性不高等问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种关键词确定方法，包括：

获取信息描述文本以及所述信息描述文本对应的内容类别标签；

从所述信息描述文本中抽取至少一个字符，获得多个信息描述子文本；

确定每个所述信息描述子文本属于所述内容类别标签的类别参数；

基于每个所述信息描述子文本对应的类别参数，确定满足预设条件的信息描述子文本对应的目标字符；所述目标字符是所述信息描述文本中除抽取的字符之外的字符；

根据所述目标字符，确定所述信息描述文本的关键词。

作为一种可选的实施方式，所述确定每个所述信息描述子文本属于所述内容类别标签的类别参数包括：

调用类别分类模型，对每个所述信息描述子文本进行分类处理，确定每个所述信息描述子文本属于各内容类别的预测类别信息；

基于所确定的预测类别信息，确定每个所述信息描述子文本属于所述内容类别标签的类别参数；

其中，所述类别分类模型是利用信息描述样本文本和所述信息描述样本文本对应的样本内容类别标签训练得到。

作为一种可选的实施方式，所述基于每个所述信息描述子文本对应的类别参数，确定满足预设条件的信息描述子文本对应的目标字符包括：

获取所述信息描述文本属于所述内容类别标签的目标类别参数；

基于每个所述信息描述子文本对应的类别参数以及所述目标类别参数，确定每个所述信息描述子文本对应的候选字符的第一重要度；所述候选字符为所述信息描述文本中除抽取的字符之外的字符；

根据所述候选字符的第一重要度进行排序，并基于排序结果确定满足预设条件的目标字符。

作为一种可选的实施方式，所述基于排序结果确定满足预设条件的目标字符包括：

基于排序结果确定满足预设条件的目标候选字符；

对所述目标候选字符在所述信息描述文本和全部目标信息描述文本中进行聚合处理，并根据聚合处理结果，确定满足预设条件的目标字符；所述目标信息描述文本属于所述内容类别标签。

作为一种可选的实施方式，所述对所述目标候选字符在所述信息描述文本和全部目标信息描述文本中进行聚合处理，并根据聚合处理结果，确定满足预设条件的目标字符步骤之前，所述方法还包括：