[发明专利]针对网络平台发文的关键词提取方法、装置、介质及设备

权利要求书

1.一种针对网络平台发文的关键词提取方法，其特征在于，包括：

获取网络平台发文的文本内容、具有时间累积性质的统计量和文本发酵时间；

判断关键词对应的分析目标是否具有时间累积性质；

若是，则基于所述文本发酵时间，根据预设的标准化函数对所述统计量进行标准化处理，根据处理后的统计量获取所述分析目标对应的分析类别及其第一概率分布；若否，则根据预设分类确定所述分析目标对应的分析类别及其第一概率分布；

根据训练后的语言模型预测所述文本内容在所述分析类别上的第二概率分布；

基于所述第一概率分布和所述第二概率分布，利用反向传播获得所述文本内容中的每一个词语的梯度；

根据所述每一个词语的梯度，获取在所述分析目标下的关键词的提取结果；

所述基于所述文本发酵时间，根据预设的标准化函数对所述统计量进行标准化处理，具体包括：

选择N个标准化函数及其参数取值范围；其中，N≥2，所述N个标准化函数为连续型概率密度函数，且满足概率密度随时间先增后减的趋势；

通过K折交叉验证确定所述N个标准化函数及其参数取值范围中的最佳标准化函数及其最佳参数取值，并将所述最佳标准化函数及其最佳参数取值作为所述预设的标准化函数；

基于所述文本发酵时间，根据所述最佳标准化函数及其最佳参数取值对所述统计量进行标准化处理，获得所述处理后的统计量。

2.如权利要求1所述的针对网络平台发文的关键词提取方法，其特征在于，所述通过K折交叉验证确定所述N个标准化函数及其参数取值范围中的最佳标准化函数及其最佳参数取值，具体包括：

获取所述网络平台发文的文本数据集，并获取所述文本数据集对应的博主特征、具有时间累积性质的第一统计量特征、第一发酵时间、不具有时间累积性质的第二统计量特征；

针对第i个标准化函数及其参数取值范围内的第j个参数取值，将所述博主特征和所述第二统计量特征作为输入，通过K折交叉验证对应获得K个准化后的第一统计量，并通过对所述K个准化后的第一统计量进行逆标准化处理，对应获得K个逆准化后的第一统计量，计算所述K个逆准化后的第一统计量与所述第一统计量特征的均方根误差；其中，i=1，2，…，N，j≥1，K≥2；

根据计算获得的每一个标准化函数及其参数取值范围内的每一个参数取值所对应的均方根误差，找出均方根误差最小值，并将所述均方根误差最小值所对应的标准化函数及其参数取值范围内的参数取值作为所述最佳标准化函数及其最佳参数取值。

3.如权利要求2所述的针对网络平台发文的关键词提取方法，其特征在于，所述方法还包括：

根据所述第一统计量特征的值在所述文本数据集中的分布情况，将所述第一统计量特征划分为至少两个分析类别；

则，所述根据处理后的统计量获取所述分析目标对应的分析类别及其第一概率分布，具体包括：

根据所述处理后的统计量和所述至少两个分析类别，确定所述分析目标对应的分析类别及其第一概率分布。

4.如权利要求1所述的针对网络平台发文的关键词提取方法，其特征在于，所述训练后的语言模型由嵌入矩阵、编码器和预测矩阵组成；

则，所述根据训练后的语言模型预测所述文本内容在所述分析类别上的第二概率分布，具体包括：

对所述文本内容进行分词，获得若干个词语；

根据所述嵌入矩阵将每一个词语映射成向量，并按顺序输入所述编码器中进行编码处理，获得编码处理结果；

将所述编码处理结果输入所述预测矩阵，计算输出所述第二概率分布。

5.如权利要求4所述的针对网络平台发文的关键词提取方法，其特征在于，所述基于所述第一概率分布和所述第二概率分布，利用反向传播获得所述文本内容中的每一个词语的梯度，具体包括：

计算获得所述第一概率分布和所述第二概率分布的交叉熵；

将所述交叉熵反向传播至所述嵌入矩阵中，获得所述若干个词语中的每一个词语的梯度。