[发明专利]工程关键词提取方法及装置

说明书

本发明实施例提供了一种工程关键词提取方法及装置，涉及数据处理领域。方法包括：从工程文本中确定出每个具有词性的工程关键词，获得包括多个具有词性的工程关键词的多个工程关键词集合；从多个工程关键词集合中确定出至少一个特征词组；将每个特征词组中的至少一个工程关键词均与预设工程关键词数据库匹配，将匹配度最高的一特征词组作为目标特征词组，将目标特征词组中的待提取的工程关键词作为目标工程关键词提取。通过词性去确定特征词组，再从各特征词组中确定出匹配度最高的特征词组，连续执行确定操作使得目标工程关键词提取的误差率被有效的减小，进而能够准确的提取出目标工程关键词，使得工程关键词在实际应用中的适用性得到提升。

技术领域

本发明涉及数据处理领域，具体而言，涉及一种工程关键词提取方法及装置。

背景技术

在工程领域中，我们往往需要对工程文本进行处理，例如招标文件，从而提取出文件里面的关键词，以通过关键词来使得工程人员快速的获得工程文本中自己需要获得的信息。

目前，对关键词的提取大多是通过机械分词法来实现的。即文件里面的关键词与数据库中的关键词进行匹配，从而将文件里面匹配的关键词作为目标关键词提取出来。该方法虽然操作简单、方便、易于应用，但其提取的误差率很高，严重降低了该方法的适用性。

发明内容

有鉴于此，本发明的目的在于提供一种工程关键词提取方法及装置，以有效改善上述缺陷。

本发明的实施例通过如下方式实现：

第一方面，本发明实施例提供了一种工程关键词提取方法。所述方法包括：从工程文本中确定出每个具有词性的工程关键词，获得包括多个具有词性的工程关键词的多个工程关键词集合；从所述多个工程关键词集合中确定出至少一个特征词组，所述至少一个特征词组中每个特征词组均包括根据每个工程关键词的词性确定出：一待提取的工程关键词和与所述待提取的工程关键词的词性相同而词名不同的至少一个工程关键词；将所述每个特征词组中的所述至少一个工程关键词均与预设工程关键词数据库匹配，将匹配度最高的一特征词组作为目标特征词组，将所述目标特征词组中的所述待提取的工程关键词作为目标工程关键词提取。

第二方面，本发明实施例提供了一种工程关键词提取装置。所述装置包括：第一获得模块，用于从工程文本中确定出每个具有词性的工程关键词，获得包括多个具有词性的工程关键词的多个工程关键词集合。第二获得模块，用于从所述多个工程关键词集合中确定出至少一个特征词组，所述至少一个特征词组中每个特征词组均包括根据每个工程关键词的词性确定出：一待提取的工程关键词和与所述待提取的工程关键词的词性相同而词名不同的至少一个工程关键词。提取模块，用于将所述每个特征词组中的所述至少一个工程关键词均与预设工程关键词数据库匹配，将匹配度最高的一特征词组作为目标特征词组，将所述目标特征词组中的所述待提取的工程关键词作为目标工程关键词提取。

本发明实施例的有益效果是：

通过工程文本中确定出多个具有词性的工程关键词的多个工程关键词集合，再通过从多个工程关键词集合中确定出至少一个特征词组，以及再通过将每个特征词组中的至少一个工程关键词均与预设工程关键词数据库匹配，从而将匹配度最高的一特征词组作为目标特征词组，并将目标特征词组中的待提取的工程关键词作为目标工程关键词提取。因此，通过词性去确定特征词组，再从各特征词组中确定出匹配度最高的特征词组，连续执行确定操作使得目标工程关键词提取的误差率被有效的减小，进而能够准确的提取出目标工程关键词，使得工程关键词在实际应用中的适用性得到提升。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明