[发明专利]获取关键词的方法及装置

权利要求书

1.一种获取关键词的方法，其特征在于，所述方法包括：

对文本信息进行分词处理，得到多个分词；

构建所述多个分词的词共现图，其中，每个分词作为所述词共现图的一个顶点，并且两个顶点之间的边线的权重为所述两个顶点所对应的分词在所述文本信息中的共现次数；

根据所述词共现图，确定每个分词的网络最短距离变化参数、网络聚集系数变化参数以及中间性参数中的至少一者；

根据所确定出的所述每个分词的网络最短距离变化参数、网络聚集系数变化参数、中间性参数中的至少一者、以及预设的各参数的权重系数，分别确定所述每个分词的重要性；以及

按照重要性从高到低的顺序，获取预定数量的分词作为关键词；

其中，所述确定每个分词的中间性参数包括：

针对每个分词，根据所述词共现图中，除该分词之外的任意两个分词所对应的顶点之间的最短路径的数量，所述除该分词之外的任意两个分词所对应的顶点之间的最短路径中包括该分词所对应的顶点的最短路径的数量，以及中间性计算函数，确定该分词的中间性参数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在根据所述词共现图，确定每个分词的网络最短距离变化参数、网络聚集系数变化参数以及中间性参数中的至少一者之前，确定所述多个分词中的任意两个分词之间的第一相似性；

在所述任意两个分词之间的第一相似性满足预设的相似性条件的情况下，更新所述词共现图。

3.根据权利要求2所述的方法，其特征在于，所述第一相似性为所述任意两个分词的向量之间的欧式距离；

所述预设的相似性条件包括：所述任意两个分词的向量之间的欧式距离小于或等于预设的距离阈值；以及

所述对文本信息进行分词处理，得到多个分词包括：

对文本信息进行分词处理，得到多个分词和每个分词的向量。

4.根据权利要求2所述的方法，其特征在于，所述更新所述词共现图包括：

判断所述词共现图中，所述任意两个分词所对应的顶点之间是否存在边线；

在所述任意两个分词所对应的顶点之间存在边线的情况下，增加所述任意两个分词所对应的顶点之间的边线的权重；

在所述任意两个分词所对应的顶点之间不存在边线的情况下，在所述任意两个分词所对应的顶点之间增加一边线。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述确定每个分词的网络最短距离变化参数包括：

利用第一网络平均最短距离计算函数，确定第一网络平均最短距离，其中，所述第一网络平均最短距离为所述词共现图的网络平均最短距离；

利用第二网络平均最短距离计算函数，确定每个分词的第二网络平均最短距离，其中，所述每个分词的第二网络平均最短距离为从所述词共现图中去除该分词所对应的顶点后的词共现图的网络平均最短距离；

根据所述第一网络平均最短距离和所述每个分词的第二网络平均最短距离之间的差，确定所述每个分词的网络最短距离变化参数；

所述确定每个分词的网络聚集系数变化参数包括：

利用第一网络平均聚集系数计算函数，确定第一网络平均聚集系数，其中，所述第一网络平均聚集系数为所述词共现图的网络平均聚集系数；

利用第二网络平均聚集系数计算函数，确定每个分词的第二网络平均聚集系数，其中，所述每个分词的第二网络平均聚集系数为从所述词共现图中去除该分词所对应的顶点后的词共现图的网络平均聚集系数；

根据所述第一网络平均聚集系数和所述每个分词的第二网络平均聚集系数之间的差，确定所述每个分词的网络聚集系数变化参数。