[发明专利]一种关键词提取方法、装置及电子设备有效
| 申请号： | 201711393043.0 | 申请日： | 2017-12-21 |
| 公开（公告）号： | CN108121700B | 公开（公告）日： | 2021-06-25 |
| 发明（设计）人： | 陈伟;王亮;吴友政 | 申请（专利权）人： | 北京奇艺世纪科技有限公司 |
| 主分类号： | G06F40/284 | 分类号： | G06F40/284;G06F40/289;G06N3/04;G06N3/08 |
| 代理公司： | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人： | 马敬;项京 |
| 地址： | 100080 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种关键词提取方法、装置及电子设备，包括：对待处理文本进行分词，得到多个分词，确定每个分词的词向量；根据每个分词的词向量及训练好的BLSTM网络，确定每个分词的标签概率向量；针对待处理文本的每个句子，根据该句子中每个分词的标签概率向量，对该句子进行CRF解码，确定该句子中每个分词的分类标签；将每个句子中分类标签为预设分类标签的分词确定为该句子的关键词；将待处理文本中每个句子的关键词，作为待处理文本的关键词。本发明实施例通过BLSTM网络和CRF解码搭建神经网络训练出网络，能够省去传统方法中人工构建特征的工作，提高关键词提取的泛化能力。 | ||
| 搜索关键词： | 一种 关键词 提取 方法 装置 电子设备 | ||
【主权项】：
一种关键词提取方法，其特征在于，包括：对待处理文本进行分词，得到所述待处理文本对应的多个分词，并确定每个分词的词向量；根据所述每个分词的词向量以及已训练好的双向长短期记忆BLSTM网络，确定所述每个分词的标签概率向量；其中，所述BLSTM网络是根据训练文本和所述训练文本的关键词在所述训练文本中的标注结果，对初始BLSTM网络训练后得到的；所述每个分词的标签概率向量是由所述每个分词对应于多个分类标签中每个分类标签的概率组成的向量；针对所述待处理文本中的每个句子，根据该句子中每个分词的标签概率向量，对该句子进行条件随机场CRF解码，确定该句子中每个分词对应的分类标签；将所述每个句子中分类标签为预设分类标签的分词确定为该句子对应的关键词；将所述待处理文本中所述每个句子对应的关键词，作为所述待处理文本的关键词。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京奇艺世纪科技有限公司，未经北京奇艺世纪科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711393043.0/，转载请声明来源钻瓜专利网。
- 上一篇：用于输出信息的方法和装置
- 下一篇：一种防骚扰的自动识别方法及其智能终端
