[发明专利]一种获取关键短语的数据处理系统

权利要求书

1.一种获取关键短语的数据处理系统，其特征在于，所述系统包括：数据库、处理器和存储有计算机程序的存储器，其中，所述数据库包括：预设短语配置列表和初始文本集A={A₁，……，A_i，……，A_n}，A_i是指第i个初始文本，i=1……n，n为初始文本数量，当所述计算机程序被处理器执行时，实现以下步骤：

S100、对A_i进行处理，得到A_i对应的语句列表B_i={B_i1，……，B_ir，……，}，B_ir={B¹_ir，……B^j_ir，……，B^m_ir}，B^j_ir是指A_i中第r个语句的第j个初始词语，j=1……m，m是指A_i中第r个语句对应的初始词语数量；

S200、根据B^j_ir和预设短语配置表，确定出中间短语列表D_i={D_i1，……，D_ir，……，}，D_ir是指第r个中间短语，r=1……s_i，s_i为是指A_i对应的中间短语数量；

S300、将A_i和D_ir分别输入至目标预训练语言模型中，获取A_i对应的目标词向量H_i=（H_i1，……，H_it，……，H_ik）和D_ir对应的目标词向量G_ir=（G¹_ir，……，G^t_ir，……，G^k_ir），H_it是指A_i对应的第t位的bit值，G^t_ir是指D_ir对应的第t位的bit值，t=1……k，k为预训练语言模型对应的向量bit位个数；

S400、根据H_i和G_ir，获取D_i对应的第一相似度列表F_i={F_i1，……，F_ir，……，}，F_ir是指A_i与D_ir之间的第一相似度，F_ir符合如下条件：

；

S500、F_ir≥预设的相似度阈值时，确定F_ir对应的中间短语为关键短语且对关键短语进行排序，获取关键短语列表。

2.根据权利要求1所述的获取关键短语的数据处理系统，其特征在于，A中每一A_i对应的领域均一致。

3.根据权利要求1所述的获取关键短语的数据处理系统，其特征在于，在S100步骤中，B_ir的排序是按照每一B^j_ir的分词顺序进行排序的。

4.根据权利要求3所述的获取关键短语的数据处理系统，其特征在于，在S200步骤中还包括如下步骤：

S201、获取B^j_ir对应的词类型；

S203、根据B_ir中每一B^j_ir对应的词类型与预设配置表中预设组词规则，确定出中间短语。