申请/专利权人：平安科技(深圳)有限公司

申请日：2021-05-31

公开（公告）日：2024-07-02

公开（公告）号：CN113204965B

主分类号：G06F40/289

分类号：G06F40/289;G06F40/126

优先权：

专利状态码：有效-授权

法律状态：2024.07.02#授权;2021.11.16#实质审查的生效;2021.08.03#公开

摘要：本申请属于自然语言处理技术领域，提供了一种关键词提取方法、装置、计算机设备及可读存储介质，该方法包括：获取待提取文本，分别对待提取文本的各个词进行mask，得到各个被mask的词对应的mask文本；采用训练好的BERT模型分别提取待提取文本对应的第一词向量以及各个mask文本对应的第二词向量；分别对第一词向量以及各个第二词向量进行降噪处理，得到降噪第一词向量以及各个降噪第二词向量；根据第一词向量以及各个第二词向量，结合降噪第一词向量以及各个降噪第二词向量，确定各个被mask的词在待提取文本中的重要程度；根据各个被mask的词的重要程度从待提取文本中提取关键词。本申请能够提升关键词提取的精确性。

主权项：1.一种关键词提取方法，其特征在于，所述方法包括以下步骤：获取待提取文本，分别对所述待提取文本的各个词进行掩膜mask，得到各个被mask的词对应的mask文本；采用训练好的双向注意力神经网络BERT模型分别提取所述待提取文本对应的第一词向量以及各个所述mask文本对应的第二词向量；分别对所述第一词向量以及各个所述第二词向量进行降噪处理，得到降噪第一词向量以及各个降噪第二词向量；分别计算各个所述第二词向量与所述第一词向量之间的第一余弦相似度，以及分别计算各个所述降噪第二词向量与所述降噪第一词向量之间的第二余弦相似度；根据各个所述第一余弦相似度和各个所述第二余弦相似度，计算各个所述被mask的词在所述待提取文本中的重要程度；根据各个所述被mask的词的所述重要程度从所述待提取文本中提取关键词；其中，所述采用训练好的BERT模型分别提取所述待提取文本对应的第一词向量以及各个所述mask文本对应的第二词向量，包括：将所述待提取文本以及各个所述mask文本分别输入至所述训练好的BERT模型中进行词嵌入操作，得到所述待提取文本对应的第一词嵌入向量以及各个所述mask文本对应的第二词嵌入向量，其中，所述第一词嵌入向量包括所述待提取文本的词、词的位置和句子信息，各个所述第二词嵌入向量包括各个所述mask文本的词、词的位置和句子信息；将所述第一词嵌入向量和各个所述第二词嵌入向量分别输入至所述训练好的BERT模型的Transformer中进行编码以及解码操作，得到所述待提取文本对应的第一词向量以及各个所述mask文本对应的第二词向量。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 关键词提取方法、装置、计算机设备及可读存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD