[发明专利]一种采用人工智能技术自动提取关键字的方法

摘要

本发明公开了一种采用人工智能技术自动提取关键字的方法。方法基于从文本相关的背景知识中产生的单词特征进行机器学习而得。首先产生一个由文本中重要信息组成的查询，然后利用产生的查询对维基百科进行全文检索，通过分析获得的维基百科的文章结构去定义新的单词特征，接下来文章体裁也被利用进行定义单词的特征，最后利用机器学习方法在这些产生的特征上运行，从而提取关键字。本发明充分利用维基百科的各种结构信息；提出一种文章到查询的转换方法；利用文章的体裁信息定义单词的特征。可以由计算机自动提取关键字。

主权项

一种采用人工智能技术自动提取关键字的方法，其过程在于包括以下步骤：1)通过搜索维基百科获得与文本相关的背景知识，对于给定的文本，利用一个图像算法检测文本中重要的句子，然后对获得的句子除去无意义的单词，并且把剩下的词返回原始形态，最后的结果就是与文本对应的查询，它包含了文本中的重要信息，一个全文检索引擎利用该查询搜索维基百科，返回的结果能提供该文本的背景知识；2)分析返回的维基百科文章的结构，对于每一个返回的维基百科文章，分析它的结构，提取导入链接，导出链接，种类和infobox四种不同的结构信息，并且组成相应的集合；3)通过使用维基百科的背景知识产生单词的特征，根据文章的体裁信息产生单词的特征，利用文章本身的信息来产生单词的特征，共同组成一个特征空间；4)对产生的单词特征空间进行机器学习，使用支持向量机算法对上面的特征空间进行机器学习，通过训练得到一个模型，并利用这个模型进行关键字的自动提取。