[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

说明书

本公开公开的一种基于主题词优化的文本关键内容智能抽取方法级系统，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，获取文本关键内容。实现了对待识别文本关键内容的准确提取。

技术领域

本发明涉及文本提取技术领域，尤其涉及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。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

随着大数据、人工智能技术的不断发展，海量、智能、多元化的文本资讯信息在工作、生活发挥越来越重要的作用。当阅读文本资讯尤其是较长篇幅的文本资讯时，往往耗时较长、易被冗余信息干扰且容易丢失关键信息。因此，亟需一种能准确提取文本信息中关键内容的方法。

发明内容

本公开为了解决上述问题，提出了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，实现了对文本关键内容的准确抽取。

为实现上述目的，本公开采用如下技术方案：

第一方面，提出了一种基于主题词优化的文本关键内容智能抽取方法，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，获取文本关键内容。

第二方面，提出了一种基于主题词优化的文本关键内容智能抽取系统，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，获取文本关键内容。

第三方面，提出了一种电子设备，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，完成一种基于主题词优化的文本关键内容智能抽取方法所述的步骤。

第四方面，提出了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成一种基于主题词优化的文本关键内容智能抽取方法所述的步骤。

与现有技术相比，本公开的有益效果为：

1、本公开通过对文本信息进行层次化分析，分别对文本进行篇章级和段落级分词，将获得的篇章级词语和段落级词语进行匹配，获得包含词语、词性、权重的元组，根据该元组获得关键短语，进而根据关键短语获得文本关键内容，实现了对文本关键内容的准确提取。