[发明专利]一种基于主题词优化的文本关键内容智能抽取方法及系统

权利要求书

1.一种基于主题词优化的文本关键内容智能抽取方法，其特征在于，包括：

获取待识别文本；

对待识别文本进行篇章级分词，获取篇章级词语和每个篇章级词语的权重；

对待识别文本进行段落级分词，获取段落级词语和每个段落级词语的词性；

将篇章级词语及权重与段落级词语及词性进行匹配，输出包含词语、词性、权重的元组；

将包含词语、词性、权重的元组与关键短语规则库进行匹配，获得符合规则的关键短语；

根据关键短语，将关键短语与文本主题词表进行匹配，获取文本关键内容；

其中，获取文本关键内容的具体过程为：

将关键短语和文本主题词表中的主题词进行匹配，获得主题词优化后的文本关键内容；

将主题词优化后的文本关键内容进行空值分析，获得空文本对应的文本关键内容；

将空文本对应的文本关键内容替换主题词优化后的文本关键内容中的空文本，获得最终的文本关键内容。

2.如权利要求1所述的一种基于主题词优化的文本关键内容智能抽取方法，其特征在于，采用结巴分词对待识别文本进行篇章级分词。

3.如权利要求1所述的一种基于主题词优化的文本关键内容智能抽取方法，其特征在于，获取段落级词语的过程为：

对待识别文本的每段进行分句，获得每个段落的所有句子；

对每个句子进行分词，获得段落级词语。

4.如权利要求1所述的一种基于主题词优化的文本关键内容智能抽取方法，其特征在于，将包含词语、词性、权重的元组按句子组成顺序匹配关键短语规则库，将符合关键短语规则的元组按顺序拼接，输出关键短语。

5.如权利要求4所述的一种基于主题词优化的文本关键内容智能抽取方法，其特征在于，根据词语词性，输出关键短语规则。

6.一种基于主题词优化的文本关键内容智能抽取系统，其特征在于，包括：

文本获取模块，用于获取待识别文本；

篇章级词语获取模块，用于对待识别文本进行篇章级分词，获取篇章级词语和每个篇章级词语的权重；

段落级词语获取模块，用于对待识别文本进行段落级分词，获取段落级词语和每个段落级词语的词性；

元组获取模块，用于将篇章级词语及权重与段落级词语及词性进行匹配，输出包含词语、词性、权重的元组；

关键短语获取模块，用于将包含词语、词性、权重的元组与关键短语规则库进行匹配，获得符合规则的关键短语；

文本关键内容获取模块，用于根据关键短语，将关键短语与文本主题词表进行匹配，从而获取文本关键内容；

其中，获取文本关键内容的具体过程为：

将关键短语和文本主题词表中的主题词进行匹配，获得主题词优化后的文本关键内容；

将主题词优化后的文本关键内容进行空值分析，获得空文本对应的文本关键内容；

将空文本对应的文本关键内容替换主题词优化后的文本关键内容中的空文本，获得最终的文本关键内容。

7.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-5任一项所述的一种基于主题词优化的文本关键内容智能抽取方法的步骤。

8.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-5任一项所述的一种基于主题词优化的文本关键内容智能抽取方法的步骤。