CN112819512B - 一种文本处理方法、装置、设备及介质 - Google Patents

一种文本处理方法、装置、设备及介质 Download PDF

Info

Publication number
CN112819512B
CN112819512B CN202110088894.4A CN202110088894A CN112819512B CN 112819512 B CN112819512 B CN 112819512B CN 202110088894 A CN202110088894 A CN 202110088894A CN 112819512 B CN112819512 B CN 112819512B
Authority
CN
China
Prior art keywords
keyword
text
phrase
word
keywords
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110088894.4A
Other languages
English (en)
Other versions
CN112819512A (zh
Inventor
封江涛
陈家泽
周浩
李磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Youzhuju Network Technology Co Ltd
Original Assignee
Beijing Youzhuju Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Youzhuju Network Technology Co Ltd filed Critical Beijing Youzhuju Network Technology Co Ltd
Priority to CN202110088894.4A priority Critical patent/CN112819512B/zh
Publication of CN112819512A publication Critical patent/CN112819512A/zh
Priority to PCT/CN2022/072895 priority patent/WO2022156730A1/zh
Application granted granted Critical
Publication of CN112819512B publication Critical patent/CN112819512B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0276—Advertisement creation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Document Processing Apparatus (AREA)

Abstract

本公开实施例公开了一种文本处理方法、装置、设备及介质，其中，方法包括：获取预设文本数据库中的文本，在文本中提取出至少一个关键词，文本对应一个短语集合，集合元素是与对应文本建立有映射关系的短语；基于提取出的各关键词建立关键词表，各关键词与其所在的文本对应的短语集合中元素的映射关系与其所在文本与对应的短语集合中元素的映射关系相同；确定关键词表中具有关联关系的关键词对，更新关键词对中各关键词对应的短语集合中的元素，根据各关键词与更新后的短语集合中的元素的映射关系建立关键词与短语的关系图表。本公开实施例实现在现有的文本与短语映射关系基础之上，进行短语匹配映射关系的扩展，丰富文本对应的短语语料资源。

Description

一种文本处理方法、装置、设备及介质
技术领域
本公开实施例涉及计算机应用领域，尤其涉及一种文本处理方法、装置、设备及介质。
背景技术
在广告或是其他领域，需要对目标物品用简洁的文字描述时会从文案数据库中查找对应的短语文本内容。为了扩充目标物品的短语文案数据库，通常从已有的较长的相关文本中进行短语提取，或者通过训练神经网络模型，由模型生成短语的方式根据输入文本中生成相关的短语。
但是，现有方案中，短语提取的方式只能抽取出存在与已有文本中的词语，能够得到的词汇量还是有限的。而且，基于神经网络模型生成的方式有时生成的词语会不符合语言逻辑，还需要进行模型训练。
发明内容
本公开实施例提供一种文本处理方法、装置、设备及介质，以实现在现有的文本与短语映射关系基础之上，得到更多可以对目标物品进行描述的短语，使可应用的短语语料资源更加丰富。
第一方面，本公开实施例提供了一种文本处理方法，该方法包括：
获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词，其中，所述预设文本数据库中每一个文本分别对应一个短语集合，所述短语集合中的短语元素是与对应文本建立有映射关系的短语；
基于提取出的各关键词建立关键词表，其中，各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；
确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。
第二方面，本公开实施例还提供了一种文本处理装置，该装置包括：
关键词提取模块，用于获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词，其中，所述预设文本数据库中每一个文本分别对应一个短语集合，所述短语集合中的短语元素是与对应文本建立有映射关系的短语；
词表建立模块，用于基于提取出的各关键词建立关键词表，其中，各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；
词语关系表建立模块，用于确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开中任一实施例中所述的文本处理方法。
第四方面，本公开实施例还提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开中任一实施例中所述的文本处理方法。
本公开实施例，通过在预设文本数据库中的每一个文本中提取出至少一个关键词，其中，预设文本数据库中每一个文本分别对应一个短语集合，短语集合中的短语元素是与对应文本建立有映射关系的短语；然后，基于提取出的各关键词建立关键词表，且关键词表中各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；最终，确定关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。解决了现有技术中在已有文本中的抽取短语词汇量有限的问题，实现了在现有的文本与短语映射关系基础之上，得到更多可以对目标物品进行描述的短语，使可应用的短语语料资源更加丰富。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1是本公开实施例一中的文本处理方法的流程图；
图2是本公开实施例二中的文本处理方法的流程图；
图3是本公开实施例三中的文本处理装置的结构示意图；
图4是本公开实施例四中的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
实施例一
图1示出了本公开实施例一提供的一种文本处理方法的流程图，本公开实施例可适用于基于现有的文本与短语的映射关系，扩充文本与短语间的映射关系的情况，该方法可以由文本处理装置实现，具体可通过电子设备中的软件和/或硬件来实施。
如图1所示，本公开实施例中提供的文本处理方法，包括如下步骤：
S110、获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词。
其中，预设文本数据库中的文本内容可以是物品描述标题文本或者物品描述的详情文本，每一个标题或者是一份详情文本为一条文本数据。预设文本数据库中每一个文本分别对应一个短语集合，短语集合中的元素是与对应文本建立有映射关系的短语。映射关系可以理解为链接关系，可以通过短语集合中的短语元素检索或链接到对应的文本，也可以通过文本查询到对应的短语元素。例如，短语集合中的短语为检索关键词，通过检索关键词可以检索到对应的文本，即对应文本所描述的物品。
在文本中提取关键词的过程可以采用TextRank(文本排序值)或TF-IDF(TermFrequency-Inverse Document Frequency词频-逆向文本频率)等关键词提取算法实现。
S120、基于提取出的各关键词建立关键词表。
其中，各关键词与其所在的文本对应的短语集合中元素的映射关系，与其所在文本与对应的短语集合中元素的映射关系相同。可以理解为，通过每一个文本的关键词，能够映射连接到与关键词所在文本对应的短语集合中的元素。
该步骤即将提取出的关键词整合到一个词表中。由于文本内容是物品描述标题文本或者物品描述的详情文本，且描述的物品通常会被归类为某一个类别下，如美妆物品、母婴物品或保健食品等类别，所以每一个文本还对应着一个应用领域或类别的标识。相应的，在关键词表中也可以设置一个标识列，以表明关键词的应用领域或范围。
当然，可以想到的是，在关键词表中，会存在文字相同但是应用范围不同的关键词，或是文字相同应用范围也相同的关键词。这些词存在关键词表中，还可以进一步统计出同一关键词出现的次数等数据。
S130、确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的元素的映射关系建立关键词与短语的关系图表。
因为文本或是短语均是对目标物品的描述，为了使目标物品能够匹配更多的短语文案，在本实施例中，可以将各关键词作为文本与其他的文本或短语建立映射链接的中转节点。
具体的，先确定关键词表中具有关联关系的关键词对。其中，关联关系可以是指文字上相同或是语义上相近。可以选取关键词表中任一个关键词，然后与关键词表中其他的关键词进行匹配，当匹配到关键词表中相同的关键词和语义相似度满足预设条件的关键词时，可以组成具有关联关系的关键词对。
关键词对中的各关键词，可以互为中继节点，将各关键词对应的短语集合中的短语元素，更新为与关键词对中的所有关键词能够映射到的短语元素。
示例性的，文本1对应的短语是abc、aabb和bcdd，且文本1的关键词为W1和W2；那么，文本1与短语是abc、aabb和bcdd是具有映射关系的，而且，关键词W1和W2也分别与关键词abc、aabb和bcdd是具有映射关系。文本2对应的短语是abc、apm和pdd，且文本2的关键词为W1和W3；同理，文本2与短语是abc、apm和pdd是具有映射关系的，而且，关键词W1和W3也分别与关键词abc、apm和pdd是具有映射关系。其中，文本1和文本2具有相同的关键词W1，那么两个W1可以组成关键词对，两个W1对应的短语集合中的短语元素均更新为abc、aabb、bcdd、apm和pdd。可以理解的是，W3和W2与W1对应的是同一个短语集合，W3和W2也可以映射连接到更新后的短语集合。
进一步的，经过关键词与短语的映射关系扩展之后，还可以根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表，例如，根据各关键词与更新后的短语集合中的短语元素的映射关系，建立各关键词与每一个短语元素间的连线，形成所述关系图表。从而，在需要为某一个文本匹配对应的短语文案时，可以通过在文本中提取关键字，基于关键词查询关系图表即可匹配到对应的短语。而且，基于经过了短语映射关系扩充关系图表，可以为目标文本匹配到更多能够匹配适用的短语。
本公开实施例的技术方案，通过在预设文本数据库中的每一个文本中提取出至少一个关键词，其中，预设文本数据库中每一个文本分别对应一个短语集合，短语集合中的短语元素是与对应文本建立有映射关系的短语；然后，基于提取出的各关键词建立关键词表，且关键词表中各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；最终，确定关键词表中具有关联关系的关键词对，以关键词为桥梁，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。解决了现有技术中在已有文本中的抽取短语词汇量有限的问题，实现了在现有的文本与短语映射关系基础之上，得到更多可以对目标物品进行描述的短语，使可应用的短语语料资源更加丰富。
实施例二
本实施例在上述实施例基础上，进一步地，对关键词表进行优化，使映射关系经过扩展后的文本与短语间匹配效果更优，与上述实施例提出的文本处理方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例。
图2示出了本公开实施例二提供的一种文本处理方法的流程图，本公开实施例中提供的文本处理方法包括如下步骤：
S210、获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词。
预设文本数据库中的文本内容可以是物品描述标题文本或者物品描述的详情文本，每一个标题或者是一份详情文本为一条文本数据。预设文本数据库中每一个文本分别对应一个短语集合，短语集合中的元素是与对应文本建立有映射关系的短语。
具体的，在本实施例中，基于TF-IDF的关键词提取过程可参考如下步骤：
首先，针对每一条文本，先将文本进行分词，并分别计算分词结果中每一个词在预设文本数据库中所有文本中的第一逆向文本频率系数，与每一个词在其所在文本对应的分类领域内文本中的第二逆向文本频率系数；然后，根据每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数确定每一个词的重要性参数，即将每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数的乘积作为每一个词的重要性参数；最终，对各个词的重要性参数进行排序，按照排序结果选取预设数量词作为关键词。例如，选取一个文本的分词结果中，重要性参数数值排序在前两个的词作为一个文本的关键词。
其中，逆向文本频率系数(Inverse Document Frequency，IDF)是一个词语普遍重要性的度量。针对词语A，第一逆向文本频率系数是在预设文本数据库中，预设文本数据库中总文本数量与包含词语A的文本的数量的比值的对数；第二逆向文本频率系数是在预设文本数据库中，词语A所在文本对应的应用领域或类别下所有的文本数量，与，词语A所在文本对应的应用领域或类别下的文本中包含词语A的文本的数量的比值的对数。可以理解的是，同一个关键词，在不同的领域内的重要程度是不同的，例如，“白雪公主”在所有的文本中和在玩具领域内或白雪公主电影评论相关文本的重要程度是不同的，逆向文本系数也是不同的。在本实施例中，从不同角度考量一个词的重要程度，因此，针对分词结果中每一个词，分别计算了第一逆向文本频率系数和第二逆向文本频率系数。
在计算了第一逆向文本频率系数和第二逆向文本频率系数之后，便可以将每一个词在所述待处理文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数的乘积作为每一个词的重要性参数。根据每一个词的重要性参数数值的排序，可以取数值最高的两个(或其他数量)作为待处理文本的关键词。
S220、基于提取出的各关键词建立关键词表。
其中，各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同。该步骤即将提取出的关键词整合到一个词表中。
S230、删除所述关键词表中词频大于预设词频的关键词，和/或，删除所述关键词表中应用领域数量大于预设数量的关键词。
在本步骤中，即实现将关键词表的优化。将所有的关键词整合到一个关键词表之后，可以删除关键词表中词频排序满足预设条件的词汇，例如，删除词频排在前百分之五的词汇，这是因为词频较高的一些关键词，很可能是一个通用的词汇，在进行后续关键词与短语映射时，很可能将不能跨领域或类别使用的短语与文本进行匹配映射。还可以，按照行业分类标准，删除关键词表中的跨一级行业即在多个应用领域中可以使用的词汇)的词，以避免不同领域的文本建立错误的映射关系。
S240、确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。
在本实施例中，在根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表之后，还可以对关系图表进行进一步的优化，删除图表中出现次数较少的关键词与短语的映射关系对。
这是因为，考虑到预设数据库中文本数据的数据量，以及短语映射的扩展，在关系图表中，一个关键词可以与更多的短语建立映射关系，一个关键词也可能会与一个短语之间有多重映射关系。体现在通过在各关键词与每一个短语元素间进行连线形成的关系图表中，相当于一个关键词可以与多个短语间有连线，以及一个关键词还可能与一个短语之间的连线有多条。这是由于在文本数据库中，不同文本对应的短语集合中的元素会有部分重复，不同的文本也可能会有相同的关键词，通过关键词作为连接桥梁，会使部分关键词与短语的映射有重复。而关键词与短语之间仅有一条连接线或连线数量小于预设数值的组合，这样的组合可能是低概率的、偶然的组合，可以去除偶然出现的组合，以保持关键词与短语之间一定的相关性。本公开实施例的技术方案，通过在预设文本数据库中的每一个文本中提取出至少一个关键词，其中，预设文本数据库中每一个文本分别对应一个短语集合，短语集合中的短语元素是与对应文本建立有映射关系的短语；然后，基于提取出的各关键词建立关键词表，并对关键词表进行优化，去除词频高以及跨多领域应用的词汇，最终，确定关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表，并进行了关系图表到的优化。解决了现有技术中在已有文本中的抽取短语词汇量有限的问题，实现了在现有的文本与短语映射关系基础之上，在得到更多可以对目标物品进行描述的短语同时，避免了跨领域通用文本的匹配，使可应用的短语语料资源更加丰富。
实施例三
图3示出了本公开实施例三提供的一种文本处理装置的结构示意图，本公开实施例可适用于的情况，通过本公开提供的文本处理装置可实现上述实施例提供的文本处理方法。
如图3所示，本公开实施例中文本处理装置，包括：关键词提取模块310、词表建立模块320和词语关系表建立模块330。
其中，关键词提取模块310，用于获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词，其中，所述预设文本数据库中每一个文本分别对应一个短语集合，所述短语集合中的短语元素是与对应文本建立有映射关系的短语；词表建立模块320，用于基于提取出的各关键词建立关键词表，其中，各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；词语关系表建立模块330，用于确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。
本实施例的技术方案，通过在预设文本数据库中的每一个文本中提取出至少一个关键词，其中，预设文本数据库中每一个文本分别对应一个短语集合，短语集合中的短语元素是与对应文本建立有映射关系的短语；然后，基于提取出的各关键词建立关键词表，且关键词表中各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；最终，确定关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。解决了现有技术中在已有文本中的抽取短语词汇量有限的问题，实现了在现有的文本与短语映射关系基础之上，得到更多可以对目标物品进行描述的短语，使可应用的短语语料资源更加丰富。
可选的，词语关系表建立模块330用于：
匹配所述关键词表中相同的关键词和语义相似度满足预设条件的关键词，获取具有关联关系的关键词对；
将所述关键词对中，各关键词对应的短语集合中的短语元素，更新为与所述关键词对中的所有关键词能够映射到的短语元素。。
可选的，词表建立模块320还用于：
删除所述关键词表中词频大于预设词频的关键词，和/或，删除所述关键词表中应用领域数量大于预设数量的关键词。
可选的，所述词语关系表建立模块330还用于：
根据各关键词与更新后的短语集合中的短语元素的映射关系，建立各关键词与每一个短语元素间的连线，形成所述关系图表。
可选的，所述词语关系表建立模块330还用于：
删除所述关系图表中，关键词与短语元素间连线的数量小于预设数值的关键词与短语元素的映射组合。
可选的，所述关键词提取模块310具体用于：
将所述文本进行分词，并分别计算分词结果中每一个词在所述预设文本数据库中所有文本中的第一逆向文本频率系数，与每一个词在其所在文本对应的分类领域内文本中的第二逆向文本频率系数；
根据每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数确定每一个词的重要性参数；
对所述重要性参数进行排序，按照排序结果选取预设数量词作为关键词。
可选的，所述关键词提取模块310还用于：
将每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数的乘积作为每一个词的重要性参数。
本公开实施例提供的文本处理装置，与上述实施例提供的文本处理方法属于同一发明构思，未在本公开实施例中详尽描述的技术细节可参见上述实施例，并且本公开实施例与上述实施例具有相同的有益效果。
实施例四
下面参考图4，其示出了适于用来实现本公开实施例的电子设备400的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置406加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置404；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置406；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置406被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是，但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：
获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词，其中，所述预设文本数据库中每一个文本分别对应一个短语集合，所述短语集合中的短语元素是与对应文本建立有映射关系的短语；
基于提取出的各关键词建立关键词表，其中，各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；
确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。
进一步的，电子设备还可以：
匹配所述关键词表中相同的关键词和语义相似度满足预设条件的关键词，获取具有关联关系的关键词对；
将所述关键词对中，各关键词对应的短语集合中的短语元素，更新为与所述关键词对中的所有关键词能够映射到的短语元素。
进一步的，电子设备还可以：
删除所述关键词表中词频大于预设词频的关键词，和/或，删除所述关键词表中应用领域数量大于预设数量的关键词。
进一步的，电子设备还可以：
根据各关键词与更新后的短语集合中的短语元素的映射关系，建立各关键词与每一个短语元素间的连线，形成所述关系图表。
进一步的，电子设备还可以：
删除所述关系图表中，关键词与短语元素间连线的数量小于预设数值的关键词与短语元素的映射组合。
进一步的，电子设备还可以：
将所述文本进行分词，并分别计算分词结果中每一个词在所述预设文本数据库中所有文本中的第一逆向文本频率系数，与每一个词在其所在文本对应的分类领域内文本中的第二逆向文本频率系数；
根据每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数确定每一个词的重要性参数；
对所述重要性参数进行排序，按照排序结果选取预设数量词作为关键词。
进一步的，电子设备还可以：
将每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数的乘积作为每一个词的重要性参数。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例，【示例一】提供了一种文本处理方法包括：
获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词，其中，所述预设文本数据库中每一个文本分别对应一个短语集合，所述短语集合中的短语元素是与对应文本建立有映射关系的短语；
基于提取出的各关键词建立关键词表，其中，各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；
确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。
根据本公开的一个或多个实施例，【示例二】提供了示例一的方法，还包括：
所述确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，包括：
匹配所述关键词表中相同的关键词和语义相似度满足预设条件的关键词，获取具有关联关系的关键词对；
将所述关键词对中，各关键词对应的短语集合中的短语元素，更新为与所述关键词对中的所有关键词能够映射到的短语元素。
根据本公开的一个或多个实施例，【示例三】提供了示例一的方法，还包括：
在更新所述关键词对中各关键词对应的短语集合中的短语元素之前，所述方法还包括：
删除所述关键词表中词频大于预设词频的关键词，和/或，删除所述关键词表中应用领域数量大于预设数量的关键词。
根据本公开的一个或多个实施例，【示例四】提供了示例一的方法，还包括：
所述根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表，包括：
根据各关键词与更新后的短语集合中的短语元素的映射关系，建立各关键词与每一个短语元素间的连线，形成所述关系图表。
根据本公开的一个或多个实施例，【示例五】提供了示例四的方法，还包括：
删除所述关系图表中，关键词与短语元素间连线的数量小于预设数值的关键词与短语元素的映射组合。
根据本公开的一个或多个实施例，【示例六】提供了示例一的方法，还包括：
所述在每一个文本中提取出至少一个关键词，包括：
将所述文本进行分词，并分别计算分词结果中每一个词在所述预设文本数据库中所有文本中的第一逆向文本频率系数，与每一个词在其所在文本对应的分类领域内文本中的第二逆向文本频率系数；
根据每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数确定每一个词的重要性参数；
对所述重要性参数进行排序，按照排序结果选取预设数量词作为关键词。
根据本公开的一个或多个实施例，【示例七】提供了示例六的方法，还包括：
所述根据每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数确定每一个词的重要性参数，包括：
将每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数的乘积作为每一个词的重要性参数。
根据本公开的一个或多个实施例，【示例八】提供了一种文本处理装置，包括：
关键词提取模块，用于获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词，其中，所述预设文本数据库中每一个文本分别对应一个短语集合，所述短语集合中的短语元素是与对应文本建立有映射关系的短语；
词表建立模块，用于基于提取出的各关键词建立关键词表，其中，各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；
词语关系表建立模块，用于确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。
根据本公开的一个或多个实施例，【示例九】提供了示例八的装置，还包括：
词语关系表建立模块用于：
匹配所述关键词表中相同的关键词和语义相似度满足预设条件的关键词，获取具有关联关系的关键词对；
将所述关键词对中，各关键词对应的短语集合中的短语元素，更新为与所述关键词对中的所有关键词能够映射到的短语元素。。
根据本公开的一个或多个实施例，【示例十】提供了示例八的装置，还包括：
词表建立模块还用于：
删除所述关键词表中词频大于预设词频的关键词，和/或，删除所述关键词表中应用领域数量大于预设数量的关键词。
根据本公开的一个或多个实施例，【示例十一】提供了示例十的装置，还包括：
所述词语关系表建立模块还用于：
根据各关键词与更新后的短语集合中的短语元素的映射关系，建立各关键词与每一个短语元素间的连线，形成所述关系图表。
根据本公开的一个或多个实施例，【示例十二】提供了示例八的装置，还包括：
所述词语关系表建立模块还用于：
删除所述关系图表中，关键词与短语元素间连线的数量小于预设数值的关键词与短语元素的映射组合。
根据本公开的一个或多个实施例，【示例十三】提供了示例十二的装置，还包括：
所述关键词提取模块具体用于：
将所述文本进行分词，并分别计算分词结果中每一个词在所述预设文本数据库中所有文本中的第一逆向文本频率系数，与每一个词在其所在文本对应的分类领域内文本中的第二逆向文本频率系数；
根据每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数确定每一个词的重要性参数；
对所述重要性参数进行排序，按照排序结果选取预设数量词作为关键词。
根据本公开的一个或多个实施例，【示例十四】提供了示例十三的装置，还包括：
所述关键词提取模块还用于：
将每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数的乘积作为每一个词的重要性参数。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (8)

1.一种文本处理方法，其特征在于，包括：
获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词，其中，所述预设文本数据库中每一个文本分别对应一个短语集合，所述短语集合中的短语元素是与对应文本建立有映射关系的短语；
基于提取出的各关键词建立关键词表，其中，各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；
确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表；
其中，所述确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，包括：
匹配所述关键词表中相同的关键词和语义相似度满足预设条件的关键词，获取具有关联关系的关键词对；
将所述关键词对中，各关键词对应的短语集合中的短语元素，更新为与所述关键词对中的所有关键词能够映射到的短语元素；
其中，所述根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表，包括：
根据各关键词与更新后的短语集合中的短语元素的映射关系，建立各关键词与每一个短语元素间的连线，形成所述关系图表。
2.根据权利要求1所述的方法，其特征在于，在更新所述关键词对中各关键词对应的短语集合中的短语元素之前，所述方法还包括：
删除所述关键词表中词频大于预设词频的关键词，和/或，删除所述关键词表中应用领域数量大于预设数量的关键词。
3.根据权利要求1所述的方法，其特征在于，方法还包括：
删除所述关系图表中，关键词与短语元素间连线的数量小于预设数值的关键词与短语元素的映射组合。
4.根据权利要求1所述的方法，其特征在于，所述在每一个文本中提取出至少一个关键词，包括：
将所述文本进行分词，并分别计算分词结果中每一个词在所述预设文本数据库中所有文本中的第一逆向文本频率系数，与每一个词在其所在文本对应的分类领域内文本中的第二逆向文本频率系数；
根据每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数确定每一个词的重要性参数；
对所述重要性参数进行排序，按照排序结果选取预设数量词作为关键词。
5.根据权利要求4所述的方法，其特征在于，所述根据每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数确定每一个词的重要性参数，包括：
将每一个词在其所在文本中的词频、第一逆向文本频率系数与第二逆向文本频率系数的乘积作为每一个词的重要性参数。
6.一种文本处理装置，其特征在于，包括：
关键词提取模块，用于获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词，其中，所述预设文本数据库中每一个文本分别对应一个短语集合，所述短语集合中的短语元素是与对应文本建立有映射关系的短语；
词表建立模块，用于基于提取出的各关键词建立关键词表，其中，各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；
词语关系表建立模块，用于确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表；
其中，所述词语关系表建立模块，用于：
匹配所述关键词表中相同的关键词和语义相似度满足预设条件的关键词，获取具有关联关系的关键词对；
将所述关键词对中，各关键词对应的短语集合中的短语元素，更新为与所述关键词对中的所有关键词能够映射到的短语元素；
其中，所述词语关系表建立模块，还用于：
根据各关键词与更新后的短语集合中的短语元素的映射关系，建立各关键词与每一个短语元素间的连线，形成所述关系图表。
7.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的文本处理方法。
8.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的文本处理方法。
CN202110088894.4A 2021-01-22 2021-01-22 一种文本处理方法、装置、设备及介质 Active CN112819512B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110088894.4A CN112819512B (zh) 2021-01-22 2021-01-22 一种文本处理方法、装置、设备及介质
PCT/CN2022/072895 WO2022156730A1 (zh) 2021-01-22 2022-01-20 文本处理方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110088894.4A CN112819512B (zh) 2021-01-22 2021-01-22 一种文本处理方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN112819512A CN112819512A (zh) 2021-05-18
CN112819512B true CN112819512B (zh) 2023-03-24

Family

ID=75858932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110088894.4A Active CN112819512B (zh) 2021-01-22 2021-01-22 一种文本处理方法、装置、设备及介质

Country Status (2)

Country Link
CN (1) CN112819512B (zh)
WO (1) WO2022156730A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112819512B (zh) * 2021-01-22 2023-03-24 北京有竹居网络技术有限公司 一种文本处理方法、装置、设备及介质
CN113486656B (zh) * 2021-07-16 2023-11-10 支付宝(杭州)信息技术有限公司 一种语料生成方法及装置
CN114662474B (zh) * 2022-04-13 2024-06-11 马上消费金融股份有限公司 关键词的确定方法、装置、电子设备及存储介质
CN117725229B (zh) * 2024-01-08 2024-07-09 中国科学技术信息研究所 一种知识组织体系辅助更新方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110362827A (zh) * 2019-07-11 2019-10-22 腾讯科技（深圳）有限公司 一种关键词提取方法、装置及存储介质
CN110543574A (zh) * 2019-08-30 2019-12-06 北京百度网讯科技有限公司 一种知识图谱的构建方法、装置、设备及介质
CN110633464A (zh) * 2018-06-22 2019-12-31 北京京东尚科信息技术有限公司 一种语义识别方法、装置、介质及电子设备

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2003245016A1 (en) * 2002-07-23 2004-02-09 Quigo Technologies Inc. System and method for automated mapping of keywords and key phrases to documents
US20070112839A1 (en) * 2005-06-07 2007-05-17 Anna Bjarnestam Method and system for expansion of structured keyword vocabulary
US20110071973A1 (en) * 2009-09-21 2011-03-24 Qin Zhang Content summarizing and search method and system
US8768960B2 (en) * 2009-01-20 2014-07-01 Microsoft Corporation Enhancing keyword advertising using online encyclopedia semantics
US10592541B2 (en) * 2015-05-29 2020-03-17 Intel Corporation Technologies for dynamic automated content discovery
CN108241667B (zh) * 2016-12-26 2019-10-15 百度在线网络技术（北京）有限公司 用于推送信息的方法和装置
CN110019669B (zh) * 2017-10-31 2021-06-29 北京国双科技有限公司 一种文本检索方法及装置
US11334608B2 (en) * 2017-11-23 2022-05-17 Infosys Limited Method and system for key phrase extraction and generation from text
CN112437917B (zh) * 2018-07-25 2022-04-12 甲骨文国际公司 使用自主代理和词库的数据库的自然语言接口
CN109271514B (zh) * 2018-09-14 2022-03-15 华南师范大学 短文本分类模型的生成方法、分类方法、装置及存储介质
CN110321561A (zh) * 2019-06-27 2019-10-11 腾讯科技（深圳）有限公司 一种关键词提取方法和装置
CN110472005B (zh) * 2019-06-27 2023-09-15 中山大学 一种无监督关键词提取方法
CN110795911B (zh) * 2019-09-16 2023-07-21 中国平安人寿保险股份有限公司 在线文本标签的实时添加方法、装置及相关设备
CN111274358A (zh) * 2020-01-20 2020-06-12 腾讯科技（深圳）有限公司 文本处理方法、装置、电子设备及存储介质
CN111831804B (zh) * 2020-06-29 2024-04-26 深圳价值在线信息科技股份有限公司 一种关键短语的提取方法、装置、终端设备及存储介质
CN112819512B (zh) * 2021-01-22 2023-03-24 北京有竹居网络技术有限公司 一种文本处理方法、装置、设备及介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110633464A (zh) * 2018-06-22 2019-12-31 北京京东尚科信息技术有限公司 一种语义识别方法、装置、介质及电子设备
CN110362827A (zh) * 2019-07-11 2019-10-22 腾讯科技（深圳）有限公司 一种关键词提取方法、装置及存储介质
CN110543574A (zh) * 2019-08-30 2019-12-06 北京百度网讯科技有限公司 一种知识图谱的构建方法、装置、设备及介质

Also Published As

Publication number Publication date
CN112819512A (zh) 2021-05-18
WO2022156730A1 (zh) 2022-07-28

Similar Documents

Publication Publication Date Title
CN112819512B (zh) 一种文本处理方法、装置、设备及介质
CN111414498B (zh) 多媒体信息推荐方法、装置及电子设备
CN111368185B (zh) 数据展示方法、装置、存储介质及电子设备
CN110634047B (zh) 一种推荐房源的方法、装置、电子设备及存储介质
CN110275962B (zh) 用于输出信息的方法和装置
CN110059172B (zh) 基于自然语言理解的推荐答案的方法和装置
CN115757400B (zh) 数据表处理方法、装置、电子设备和计算机可读介质
CN112948540A (zh) 信息查询方法、装置、电子设备以及计算机可读介质
CN111444356A (zh) 基于搜索的推荐方法及装置
CN111291258A (zh) 搜索热词的推荐方法、装置、电子设备及可读介质
CN112836128A (zh) 信息推荐方法、装置、设备和存储介质
CN111461967B (zh) 图片处理方法、装置、设备和计算机可读介质
CN112182255A (zh) 用于存储媒体文件和用于检索媒体文件的方法和装置
CN112330382A (zh) 物品推荐方法、装置、计算设备和介质
KR20210084641A (ko) 정보를 송신하는 방법 및 장치
CN111026849A (zh) 数据处理方法和装置
CN111597439A (zh) 信息处理方法、装置和电子设备
CN110765357A (zh) 在线文档的搜索方法、装置、设备及存储介质
CN112214695A (zh) 信息处理方法、装置和电子设备
CN112182179B (zh) 实体问答处理方法、装置、电子设备和存储介质
CN114926234A (zh) 物品信息推送方法、装置、电子设备和计算机可读介质
CN114357325A (zh) 内容搜索方法、装置、设备及介质
CN111783808B (zh) 用于生成信息的方法和装置
CN111339124A (zh) 显示数据方法、装置、电子设备和计算机可读介质
CN112819513A (zh) 一种文本链生成方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant