[发明专利]一种文本的关键词提取方法、装置、电子设备及存储介质

权利要求书

1.一种文本的关键词提取方法，其特征在于，包括以下步骤：

获取待处理文本，所述待处理文本为中文文本；

对所述待处理文本进行分词处理，得到所述待处理文本对应的分词结果；

获取所述待处理文本中每个字的显著性数值和非显著性数值，对于每个字，所述字的显著性数值的大小表征了该字属于关键词的概率，所述非显著性数值的大小表征了该字不属于关键词的概率；

对于每个字，获取该字对应的词内转移概率和词间转移概率，所述词内转移概率表征了该字与该字的相邻字同为显著性的字的概率，所述词间转移概率表征了该字与该字的相邻字同为非显著性的字的概率；

对于每个字，根据该字对应的词内转移概率、词间转移概率、显著性数值和非显著性数值，确定该字对应的显著性分数和非显著性分数；

根据分词结果、各个字中每个字的显著性分数和非显著性分数，确定所述待处理文本中的关键词并提取所述关键词。

2.根据权利要求1所述的方法，其特征在于，对于每个字，所述根据该字对应的词内转移概率、词间转移概率、显著性数值和非显著性数值，确定该字对应的显著性分数和非显著性分数，包括：

对于每个字，若该字为所述待处理文本的第一个字，则根据该字对应的显著性数值作为该字对应的显著性分数，将该字对应的非显著性数值作为该字对应的非显著性分数；

对于每个字，若该字不是所述待处理文本的第一个字，则根据该字对应的词内转移概率、词间转移概率、显著性数值、该字的相邻字对应的显著性数值和非显著性数值，确定该字对应的显著性分数，根据该字对应的词内转移概率、词间转移概率、非显著性数值、该字的相邻字对应的显著性数值和非显著性数值，确定该字对应的非显著性分数。

3.根据权利要求2所述的方法，其特征在于，对于每个字，所述根据该字对应的词内转移概率、词间转移概率、显著性数值、该字的相邻字对应的显著性数值和非显著性数值，确定该字对应的显著性分数，根据该字对应的词内转移概率、词间转移概率、非显著性数值、该字的相邻字对应的显著性数值和非显著性数值，确定该字对应的非显著性分数，包括：

对于每个字，若该字不是所述待处理文本的第一个字，根据该字对应的词内转移概率、词间转移概率、显著性数值、该字的相邻字对应的显著性数值和非显著性数值，通过第一公式确定该字对应的显著性分数，其中，所述第一公式为：

s_score[i]＝max{score_s[i-1]*m[i-1]*score_s[i],score_n[i-1]*n[i-1]*score_s[i]}

其中，s_score[i]表示该字对应的显著性分数，s表示显著性，i表示该字为待处理文本中的第i个字，score_s[i-1]表示该字的相邻字对应的显著性数值，m[i-1]表示该字对应的词内转移概率，score_s[i]表示该字对应的显著性数值，score_n[i-1]表示该字的相邻字对应的非显著性数值，n[i-1]表示该字对应的词间转移概率；

对于每个字，若该字不是所述待处理文本的第一个字，根据该字对应的词内转移概率、词间转移概率、非显著性数值、该字的相邻字对应的显著性数值和非显著性数值，通过第二公式确定该字对应的非显著性分数，其中，所述第二公式为：

n_score[i]＝max{score_s[i-1]*m[i-1]*score_n[i],score_n[i-1]*n[i-1]*score_n[i]}

其中，n_score[i]表示该字对应的非显著性分数，score_n[i]表示该字对应的非显著性数值。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据分词结果、各个字中每个字的显著性分数和非显著性分数，确定所述待处理文本中的关键词并提取所述关键词，包括：

对于每个字，根据该字的显著性分数和非显著性分数，判断该字在所述待处理文本中是否为具有显著性的字；

根据所述待处理文本中每个字的显著性和所述分词结果，确定至少两个相邻的目标字，每个所述目标字在所述待处理文本中均为具有显著性的字；

将所述至少两个相邻的目标字确定为所述待处理文本中的关键词，并提取所述关键词。