[发明专利]关键词提取方法、装置、设备及计算机可读存储介质

权利要求书

1.一种文本信息处理方法，其特征在于，包括：

获取目标文本，并对所述目标文本进行分词处理，得到至少一个初始文本词汇；

从历史文本集合中查询与所述目标文本相似的目标历史文本；

获取所述目标历史文本关联的历史关键词集合，并从所述历史关键词集合中确定与所述初始文本词汇匹配的候选关键词；

将包含所述初始文本词汇的数量最多的候选关键词确定为所述目标文本对应的目标关键词。

2.根据权利要求1所述的方法，其特征在于，所述从历史文本集合中查询与所述目标文本相似的目标历史文本，包括：

确定所述目标文本与历史文本集合中每个历史文本之间的文本相似度；

基于所述文本相似度的大小关系，从历史文本集合中选取与所述目标文本相似的目标历史文本。

3.根据权利要求2所述的方法，其特征在于，所述基于所述文本相似度的大小关系，从历史文本集合中选取与所述目标文本相似的目标历史文本，包括：

按照所述文本相似度的从大到小顺序，对所述历史文本集合中的多个历史文本进行排序，得到历史文本序列；

从所述历史文本序列中选取排序在先的目标历史文本。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述候选关键词的数量为多个，所述将包含所述初始文本词汇的数量最多的候选关键词确定为所述目标文本对应的目标关键词，包括：

识别任意两个候选关键词之间是否存在覆盖关系；

若识别任意两个候选关键词之间是不存在覆盖关系，则将多个所述候选关键词均确定为目标关键词；

若识别到存在覆盖关系的两个候选关键词，则从所述存在覆盖关系的两个候选关键词中确定词信息长度最大的目标候选关键词，并将所述目标候选关键词确定为目标关键词。

5.根据权利要求1所述的方法，其特征在于，所述将包含所述初始文本词汇的数量最多的候选关键词确定为所述目标文本对应的目标关键词之后，还包括：

将所述目标关键词确定为所述目标文本的核心关键词；

在文本配置页面中显示所述目标文本的核心关键词。

6.根据权利要求1所述的方法，其特征在于，所述初始文本词汇的数量为多个，所述将包含所述初始文本词汇的数量最多的候选关键词确定为所述目标文本对应的目标关键词之后，还包括：

从多个所述初始文本词汇中，确定未匹配到候选关键词的初始文本词汇；

将所述未匹配到候选关键词的初始文本词汇确定为所述目标文本的其他关键词，其中，所述其他关键词展示在文本配置页面中更多组件对应的词汇窗口内。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述目标关键词输入预设词汇扩展模型，得到所述目标关键词对应的扩展关键词；

将所述扩展关键词确定为所述目标文本的扩展词汇，所述扩展词汇展示在文本配置页面中扩展组件对应的词汇窗口内。

8.根据权利要求7所述的方法，其特征在于，所述预设扩展词汇模型包括预设组合词汇模型和预设相似词汇模型，所述扩展关键词包括扩展词组合扩展相似词，所述从预设扩展词汇模型中获取与所述目标关键词匹配的扩展关键词，并将所述扩展关键词作为所述目标文本的扩展词汇展示在文本配置页面中，包括：

从预设组合词汇模型中获取至少一个与所述目标关键词存在组合关系的预设组合词汇，并将所述目标关键词与预设组合词汇进行组合，得到至少一个扩展词组；

根据所述目标关键词与预设相似词汇模型中各个参考词汇之间的词汇相似度，选取出所述词汇相似度大于预设词汇相似度阈值的参考词汇作为所述目标关键词的扩展相似词；

将所述扩展词组和扩展相似词作为所述目标文本的扩展关键词。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述目标关键词与所述目标文本进行关联处理；

将所述与目标关键词关联处理后目标文本作为历史文本保存至历史文本集合。