识别技术文件中关键词的方法及系统

摘要

本发明提供一种识别技术文件中关键词的方法，包括：对技术文件中不同长度的词汇进行识别，以生成多个不同长度词汇的哈希表；对每个哈希表进行排序，并提取哈希表中的元素，以生成高频词汇列表；去除高频词汇列表中的不完整词汇后，以得到关键词汇列表。实施上述方法的系统，包括词汇预处理装置、哈希表处理装置与不完整词汇去除装置，词汇预处理装置用于对技术文件中不同长度的词汇进行识别，以生成多个不同长度词汇的哈希表；哈希表处理装置用于对每个哈希表进行排序，并提取哈希表中元素，生成高频词汇列表；不完整词汇去除装置用于去除列表中的不完整词汇，得到关键词汇列表。本发明可辅助审查人员快速获取技术文件中的关键信息。

主权项

一种识别技术文件中关键词的方法，包括以下步骤：S100、对技术文件中不同长度的词汇进行扫描与识别，以生成多个不同长度词汇的哈希表；S200、对每个哈希表进行排序，并提取哈希表中的元素，以生成高频词汇列表；S300、去除高频词汇列表中的不完整词汇后，以得到关键词汇列表。