[发明专利]关键词确定方法、装置、电子设备及存储介质

说明书

本发明涉及数据分析技术领域，提供一种关键词确定方法、装置、电子设备及存储介质。所述关键词确定方法能够当接收到关键词提取指令时，获取事件文本，并采用ET‑TAG模型，提取所述事件文本的子话题，使关键词提取更加准确，进一步合并所述子话题，得到目标子话题，并对所述目标子话题进行特征学习，得到所述目标子话题的第一关键词，再通过关联度计算，从配置数据库中调取所述事件文本的关联词，基于贡献值，从所述关联词中确定所述事件文本的第二关键词，进而引入外部数据作为扩展数据，合并所述第一关键词及所述第二关键词，得到所述事件文本的目标关键词，从而自动确定事件文本的关键词，且由于引入了其他数据库中的数据，使关键词的确定更加准确。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种关键词确定方法、装置、电子设备及存储介质。

背景技术

现有技术方案中，确定事件文本关键词主要由人工进行，即先人工确定事件的关键词，再进行事件提取，不仅人工工作量大，而且对于事件的细粒度的标签较少，大多数都是针对文本整体打上一个事件标签，再将该标签作为文本的关键词。

上述方式存在一定的弊端。首先，由于大部分需要借助人工区分的方式进行分类提取，因此准确率没有保证，且效率低下；其次，由于没有定量的分析，导致获取的关键词不能对原文本进行全面深入的刻画，关键词之名名不副实；最后，传统方法仅仅提取了文本关键词，并未扩展出触发关键词，导致对文本不能进行深入挖掘。

发明内容

鉴于以上内容，有必要提供一种关键词确定方法、装置、电子设备及存储介质，能够自动确定事件文本的关键词，且由于引入了其他数据库中的数据，使关键词的确定更加准确。

一种关键词确定方法，所述方法包括：

当接收到关键词提取指令时，获取事件文本；

采用ET-TAG模型引入背景词，提取所述事件文本的子话题；

合并所述子话题，得到目标子话题；

对所述目标子话题进行特征学习，得到所述目标子话题的第一关键词；

通过关联度计算，从配置数据库中调取所述事件文本的关联词；

基于贡献值，从所述关联词中确定所述事件文本的第二关键词；

合并所述第一关键词及所述第二关键词，得到所述事件文本的目标关键词。

根据本发明优选实施例，所述采用ET-TAG模型引入背景词，提取所述事件文本的子话题包括：

基于所述ET-TAG模型，采用PLSA-BLM算法计算在所述事件文本中出现的概率大于预设概率的词作为所述背景词；

从所述事件文本中删除所述背景词，得到更新文本；

从所述更新文本中提取话题，作为所述事件文本的子话题。

根据本发明优选实施例，所述合并所述子话题，得到目标子话题包括：

采用KL散度算法计算所述子话题间的散度；

当所述子话题中有两个子话题间的散度小于配置阈值时，合并所述两个子话题；

将合并后的所述子话题确定为所述目标子话题。

根据本发明优选实施例，所述对所述目标子话题进行特征学习，得到所述目标子话题的第一关键词包括：

抽取所述目标子话题中的标签词语；

采用Lasso分类模型对所述标签词语进行线性回归分析，以计算所述标签词语的评分；

获取所述标签词语中评分大于或者等于预设值的词语，作为所述第一关键词。