发明名称 |
种子关键字字典建立方法和装置及关键词提取方法和装置 |
摘要 |
本发明实施例提供一种领域内的种子关键字字典的建立方法和装置及关键词的提取方法和装置。该建立方法包括:获取设定领域的实验文本集;统计实验文本集包含的汉字的出现频次;根据所述实验文本集包含的汉字的出现频次,以及预先配置的通用关键字字典中对应汉字的权重,确定所述实验文本集包含的汉字在该领域中的权重;按照所述实验文本集包含的汉字在该领域中的权重从高到低的顺序,选取排序优先的设定数量的汉字,作为该领域的种子关键字,并将对应的在该领域中的权重进行关联存储,形成该领域内的种子关键字字典。本方案得到的领域的种子关键字的准确率较高,使得基于此形成的该领域内的种子关键字字典的准确率较高。 |
申请公布号 |
CN105528404A |
申请公布日期 |
2016.04.27 |
申请号 |
CN201510876203.1 |
申请日期 |
2015.12.03 |
申请人 |
北京锐安科技有限公司 |
发明人 |
李强;刘鹏 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京品源专利代理有限公司 11332 |
代理人 |
胡彬;孟金喆 |
主权项 |
一种领域内的种子关键字字典的建立方法,其特征在于,包括:获取设定领域的实验文本集;统计所述实验文本集包含的汉字的出现频次N;根据所述实验文本集包含的汉字的出现频次N,以及预先配置的通用关键字字典中对应汉字的权重w,确定所述实验文本集包含的汉字在该领域中的权重W;按照所述实验文本集包含的汉字在该领域中的权重W从高到低的顺序,选取排序优先的设定数量的汉字,作为该领域的种子关键字,并将对应的在该领域中的权重W进行关联存储,形成该领域内的种子关键字字典。 |
地址 |
100044 北京市海淀区西小口路66号中关村东升科技园北领地B-2号楼七层 |