[发明专利]一种关键词的抽取方法、装置及电子设备

权利要求书

1.一种关键词的抽取方法，其特征在于包括下述步骤：

利用预先构建的实体词典，在待抽取关键词的文档中进行匹配，得到实体词表；

从与所述待抽取关键词的文档不同的其它文档中挖掘各词条的关联，得到所述其它文档词条间的关联权重；

利用所述待抽取关键词的文档中各词条之间的共现关系，以及所述其它文档词条间的关联权重中与所述待抽取关键词的文档中的词条对应的词条间的关联权重构建所述待抽取关键词的文档中各词条之间的关联关系矩阵；

根据所述关联关系矩阵调整所述实体词表中各实体词的权重，得到关键词表；以及

从所述关键词表中抽取关键词。

2.如权利要求1所述的方法，其特征在于，所述利用所述待抽取关键词的文档中所述各词条之间的共现关系，以及所述其它文档词条间的关联权重中与所述待抽取关键词的文档中的词条对应的词条间的关联权重构建所述关联关系矩阵的步骤包括：

对所述待抽取关键词的文档过滤高频无意义词条；

根据过滤后的所述待抽取关键词的文档构建词条共现关系矩阵；

对所述词条共现关系矩阵进行按列归一化，获得第一关联关系矩阵；

将所述其它文档词条间的关联权重中与所述待抽取关键词的文档中的词条对应的词条间的关联权重与所述第一关联关系矩阵线性加权，然后进行按列归一化，得到第二关联关系矩阵。

3.如权利要求1所述的方法，其特征在于，所述实体词典通过从预设的知识库中获取实体词的方式构建，所述实体词典中的每个实体词具有权重。

4.如权利要求3所述的方法，其特征在于，所述实体词表中的每个实体词具有权重，所述实体词表中的每个实体词的权重通过对所述实体词典的每个实体词的所述权重加权获得。

5.如权利要求1所述的方法，其特征在于，所述利用所述待抽取关键词的文档中各词条之间的共现关系，构建所述待抽取关键词的文档中各词条之间的关联关系矩阵的步骤包括：

对所述待抽取关键词的文档过滤高频无意义词条；

根据过滤后的所述待抽取关键词的文档构建词条共现关系矩阵；

对所述词条共现关系矩阵进行按列归一化，获得所述关联关系矩阵。

6.如权利要求1所述的方法，其特征在于，所述根据所述关联关系矩阵调整所述实体词表中各实体词的权重，得到关键词表的步骤中，所述调整采用TextRank算法或Meta-path算法。

7.如权利要求1所述的方法，其特征在于，所述从所述关键词表中抽取关键词的步骤包括：从所述关键词表中选取权重最高的K个关键词作为所述待抽取关键词的文档的关键词。

8.一种关键词的抽取装置，其特征在于包括：

实体词表获取单元，用于利用预先构建的实体词典，在待抽取关键词的文档中进行匹配，得到实体词表；

其它文档词条间关联权重获取单元，用于从与待抽取关键词的文档不同的其它文档中挖掘各词条的关联，得到所述其它文档词条间的关联权重；

关联关系矩阵构建单元，用于利用所述待抽取关键词的文档中各词条之间的共现关系，以及所述其它文档词条间的关联权重中与所述待抽取关键词的文档中的词条对应的词条间的关联权重构建所述待抽取关键词的文档中各词条之间的关联关系矩阵；

关键词表获取单元，用于根据所述关联关系矩阵调整所述实体词表中各实体词的权重，得到关键词表；

关键词抽取单元，用于从所述关键词表中抽取关键词。

9.如权利要求8所述的装置，其特征在于，所述关联关系矩阵构建单元用于：

对所述待抽取关键词的文档过滤高频无意义词条；

根据过滤后的所述待抽取关键词的文档构建词条共现关系矩阵；

对所述词条共现关系矩阵进行按列归一化，获得第一关联关系矩阵；

将所述其它文档词条间的关联权重中与所述待抽取关键词的文档中的词条对应的词条间的关联权重与所述第一关联关系矩阵线性加权，然后进行按列归一化，得到第二关联关系矩阵。