[发明专利]基于BERT模型的文档关键词抽取方法及装置有效
| 申请号： | 202110142917.5 | 申请日： | 2021-02-02 |
| 公开（公告）号： | CN112883171B | 公开（公告）日： | 2023-02-03 |
| 发明（设计）人： | 程学旗;郭嘉丰;范意兴;张儒清;赵恒;马新宇 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/33;G06F16/953;G06F40/30;G06N3/04;G06N3/08 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国 |
| 地址： | 100080 北*** | 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： | 一种基于BERT模型的文档关键词抽取方法，其包括以下步骤：将文档集合中的每篇文档通过BERT模型进行编码，并提取BERT模型生成的文档语义对每个子词的注意力权重；将子词还原成词语，并将子词的注意力权重聚合为词语的注意力权重；将文档中不同位置的同一词语的注意力权重聚合为词语的与位置无关的注意力权重，记为p(word_weight|doc)；计算每个词语在文档集合上的注意力权重，记为p(word_weight|corpus)；以及联合p(word_weight|doc)和p(word_weight|corpus)，并选取N个最终注意力权重最高的词语作为文档关键词。该方法利用BERT模型提取文档语义表示来计算词语注意力权重分布，最终实现关键词的抽取，兼顾词语频率信息的同时，有效地解决传统无监督算法忽略语义问题，提高了关键词抽取的准确率和召回率。 | ||
| 搜索关键词： | 基于 bert 模型 文档 关键词 抽取 方法 装置 | ||
【主权项】：
暂无信息
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中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，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/202110142917.5/，转载请声明来源钻瓜专利网。
