[发明专利]文本核心词识别方法和装置有效
| 申请号： | 201710044590.1 | 申请日： | 2017-01-19 |
| 公开（公告）号： | CN108334489B | 公开（公告）日： | 2021-05-14 |
| 发明（设计）人： | 骆彬;尹存祥;徐国强;钟辉强;秦首科 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G06F40/284 | 分类号： | G06F40/284;G06F40/289 |
| 代理公司： | 北京志霖恒远知识产权代理事务所(普通合伙) 11435 | 代理人： | 陈姗姗 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种文本核心词识别方法和装置，其中，该方法包括：根据一级样本文本、所述一级样本文本的一级优选核心词，以及所述一级优选核心词的实体特征，训练得到条件随机场CRF模型；从利用所述CRF模型和至少一种关键词提取算法分别针对二级样本文本所提取出的关键词中，选出所述二级样本文本的二级优选核心词；根据所述二级样本文本和所述二级优选核心词，对深度神经网络模型进行训练，得到文本核心词识别模型；以及利用所述文本核心词识别模型，识别目标文本的核心词。应用本申请，可通过多层次优化训练样本，提高文本核心词识别模型的识别准确率，以此提高抽取的核心词的准确度。 | ||
| 搜索关键词： | 文本 核心 识别 方法 装置 | ||
【主权项】：
1.一种文本核心词识别方法，其特征在于，包括：根据一级样本文本、所述一级样本文本的一级优选核心词，以及所述一级优选核心词的实体特征，训练得到条件随机场CRF模型；从利用所述CRF模型和至少一种关键词提取算法分别针对二级样本文本所提取出的关键词中，选出所述二级样本文本的二级优选核心词；根据所述二级样本文本和所述二级优选核心词，对深度神经网络模型进行训练，得到文本核心词识别模型；以及利用所述文本核心词识别模型，识别目标文本的核心词。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710044590.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种工单分类处理方法及服务器
- 下一篇：关键词提取方法以及关键词提取装置
