專利名稱：基于關(guān)鍵詞的文本的標(biāo)簽提取方法及裝置的制作方法
基于關(guān)鍵詞的文本的標(biāo)簽提取方法及裝置
技術(shù)領(lǐng)域：
本發(fā)明涉及標(biāo)簽提取技術(shù)，尤其涉及一種基于關(guān)鍵詞的文本的標(biāo)簽提取方法及裝置。
背景技術(shù)：
在基于文本的應(yīng)用中，有時(shí)候需要從文本中提煉出能夠描述文本內(nèi)容的詞語(yǔ)，將其作為文本的標(biāo)簽(tag)，還可以稱其為標(biāo)注?，F(xiàn)有技術(shù)中，將從文本中提取的關(guān)鍵詞，直接作為該文本的標(biāo)簽。然而，在一些情況下，例如，關(guān)鍵詞提取錯(cuò)誤，或者，再例如，個(gè)別關(guān)鍵詞只是位于文本內(nèi)容的語(yǔ)義邊緣位置，等，將從文本中提取的關(guān)鍵詞，直接作為該文本的標(biāo)簽，會(huì)出現(xiàn)所提取的標(biāo)簽不能準(zhǔn)確地描述文本，從而導(dǎo)致了標(biāo)簽提取的可靠性的降低。

發(fā)明內(nèi)容本發(fā)明的多個(gè)方面提供一種基于關(guān)鍵詞的文本的標(biāo)簽提取方法及裝置，用以提高標(biāo)簽提取的可靠性。本發(fā)明的一方面，提供一種基于關(guān)鍵詞的文本的標(biāo)簽提取方法，包括:確定待提取的文本；根據(jù)所述文本，提取所述文本的至少兩個(gè)關(guān)鍵詞；根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度和/或每個(gè)所述關(guān)鍵詞與所述文本的緊密度；根據(jù)所述相關(guān)度和/或所述緊密度，從所述至少兩個(gè)關(guān)鍵詞中選擇部分關(guān)鍵詞或全部關(guān)鍵詞，以作為所述文本的標(biāo)簽。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度，包括:根據(jù)所述關(guān)鍵詞在所述文本中的位置、所述關(guān)鍵詞在所述文本中的重復(fù)次數(shù)、所述關(guān)鍵詞在所述文本中的獨(dú)立表意能力、所述關(guān)鍵詞在所述文本中的詞性和所述關(guān)鍵詞在所述文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)鍵詞的權(quán)重；根據(jù)所述關(guān)鍵詞的權(quán)重，獲得所述關(guān)鍵詞與所述文本的相關(guān)度。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的緊密度，包括:根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，構(gòu)造每個(gè)所述關(guān)鍵詞的
第一支持向量和第二支持向量；根據(jù) 所述第一支持向量和所述第二支持向量，獲得每個(gè)所述關(guān)鍵詞與所述文本的緊密度。
如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，構(gòu)造每個(gè)所述關(guān)鍵詞的第一支持向量和第二支持向量，包括:根據(jù)所述關(guān)鍵詞在所述文本中的位置、所述關(guān)鍵詞在所述文本中的重復(fù)次數(shù)、所述關(guān)鍵詞在所述文本中的獨(dú)立表意能力、所述關(guān)鍵詞在所述文本中的詞性和所述關(guān)鍵詞在所述文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)鍵詞的權(quán)重，以及根據(jù)所述關(guān)鍵詞和所述關(guān)鍵詞的權(quán)重，構(gòu)造所述第一支持向量；獲得與所述關(guān)鍵詞關(guān)聯(lián)的關(guān)聯(lián)詞，根據(jù)所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的位置、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的重復(fù)次數(shù)、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的獨(dú)立表意能力、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的詞性和所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)聯(lián)詞的權(quán)重，以及根據(jù)所述關(guān)聯(lián)詞和所述關(guān)聯(lián)詞的權(quán)重，構(gòu)造所述第二支持向量。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述根據(jù)所述第一支持向量和所述第二支持向量，獲得每個(gè)所述關(guān)鍵詞與所述文本的緊密度，包括:根據(jù)所述第一支持向量和所述第二支持向量，構(gòu)造所述關(guān)鍵詞的第三支持向量；根據(jù)所述第二支持向量和所述第三支持向量，獲得所述第二支持向量與所述第三支持向量之間的向量距離；根據(jù)所述向量距離，獲得所述關(guān)鍵詞與所述文本的緊密度。本發(fā)明的另一方面，提供一種基于關(guān)鍵詞的文本的標(biāo)簽提取裝置，包括:確定單元， 用于確定待提取的文本；提取單元，用于根據(jù)所述文本，提取所述文本的至少兩個(gè)關(guān)鍵詞；獲得單元，用于根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度和/或每個(gè)所述關(guān)鍵詞與所述文本的緊密度；選擇單元，用于根據(jù)所述相關(guān)度和/或所述緊密度，從所述至少兩個(gè)關(guān)鍵詞中選擇部分關(guān)鍵詞或全部關(guān)鍵詞，以作為所述文本的標(biāo)簽。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述獲得單元，具體用于根據(jù)所述關(guān)鍵詞在所述文本中的位置、所述關(guān)鍵詞在所述文本中的重復(fù)次數(shù)、所述關(guān)鍵詞在所述文本中的獨(dú)立表意能力、所述關(guān)鍵詞在所述文本中的詞性和所述關(guān)鍵詞在所述文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)鍵詞的權(quán)重；以及根據(jù)所述關(guān)鍵詞的權(quán)重，獲得所述關(guān)鍵詞與所述文本的相關(guān)度。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述獲得單元，具體用于 根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，構(gòu)造每個(gè)所述關(guān)鍵詞的第一支持向量和第二支持向量；以及根據(jù)所述第一支持向量和所述第二支持向量，獲得每個(gè)所述關(guān)鍵詞與所述文本的緊密度。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述獲得單元，具體用于根據(jù)所述關(guān)鍵詞在所述文本中的位置、所述關(guān)鍵詞在所述文本中的重復(fù)次數(shù)、所述關(guān)鍵詞在所述文本中的獨(dú)立表意能力、所述關(guān)鍵詞在所述文本中的詞性和所述關(guān)鍵詞在所述文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)鍵詞的權(quán)重，以及根據(jù)所述關(guān)鍵詞和所述關(guān)鍵詞的權(quán)重，構(gòu)造所述第一支持向量；獲得與所述關(guān)鍵詞關(guān)聯(lián)的關(guān)聯(lián)詞，根據(jù)所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的位置、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的重復(fù)次數(shù)、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的獨(dú)立表意能力、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的詞性和所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)聯(lián)詞的權(quán)重，以及根據(jù)所述關(guān)聯(lián)詞和所述關(guān)聯(lián)詞的權(quán)重，構(gòu)造所述第二支持向量。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述獲得單元，具體用于根據(jù)所述第一支持向量和所述第二支持向量，構(gòu)造所述關(guān)鍵詞的第三支持向量；根據(jù)所述第二支持向量和所述第三支持向量，獲得所述第二支持向量與所述第三支持向量之間的向量距離；以及根據(jù)所述向量距離，獲得所述關(guān)鍵詞與所述文本的緊密度。由上述技術(shù)方案可知，本發(fā)明實(shí)施例通過(guò)根據(jù)文本 ，提取文本的至少兩個(gè)關(guān)鍵詞，進(jìn)而根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度和/或每個(gè)所述關(guān)鍵詞與所述文本的緊密度，使得能夠根據(jù)所述相關(guān)度和/或所述緊密度，從所述至少兩個(gè)關(guān)鍵詞中選擇部分關(guān)鍵詞或全部關(guān)鍵詞，以作為所述文本的標(biāo)簽，由于根據(jù)關(guān)鍵詞與文本的相關(guān)度和/或關(guān)鍵詞與文本的緊密度，對(duì)所提取的關(guān)鍵詞進(jìn)行有條件的選擇，作為所述文本的標(biāo)簽，能夠避免現(xiàn)有技術(shù)中由于將從文本中提取的關(guān)鍵詞，直接作為該文本的標(biāo)簽而導(dǎo)致的所提取的標(biāo)簽不能準(zhǔn)確地描述文本的問(wèn)題，從而提聞了標(biāo)簽提取的可罪性。

為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明一實(shí)施例提供的基于關(guān)鍵詞的文本的標(biāo)簽提取方法的流程示意圖；圖2為本發(fā)明另一實(shí)施例提供的基于關(guān)鍵詞的文本的標(biāo)簽提取裝置的結(jié)構(gòu)不意圖。
具體實(shí)施方式為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的全部其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。需要說(shuō)明的是，本發(fā)明實(shí)施例中所涉及的終端可以包括但不限于手機(jī)、個(gè)人數(shù)字助理(Personal Digital Assistant, PDA)、無(wú)線手持裝置、無(wú)線上網(wǎng)本、個(gè)人電腦、便攜電腦、MP3播放器、MP4播放器等。另外，本文中術(shù)語(yǔ)“和/或”，僅僅是一種描述關(guān)聯(lián)對(duì)象的關(guān)聯(lián)關(guān)系，表示可以存在三種關(guān)系，例如，A和/或B，可以表示:單獨(dú)存在A，同時(shí)存在A和B，單獨(dú)存在B這三種情況。另外，本文中字符“/”，一般表示前后關(guān)聯(lián)對(duì)象是一種“或”的關(guān)系。圖1為本發(fā)明一實(shí)施例提供的基于關(guān)鍵詞的文本的標(biāo)簽提取方法的流程示意圖，如圖1所示。101、確定待提取的文本。102、根據(jù)所述文本，提取所述文本的至少兩個(gè)關(guān)鍵詞。具體地，可以采用現(xiàn)有技術(shù)中的任何提取方法，從所述文本中提取所述文本的至少兩個(gè)關(guān)鍵詞，詳細(xì)描述可以參見現(xiàn)有技術(shù)中的相關(guān)內(nèi)容，此處不再贅述。103、根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度和/或每個(gè)所述關(guān)鍵詞與所述文本的緊密度。104、根據(jù)所述相關(guān)度和/或所述緊密度，從所述至少兩個(gè)關(guān)鍵詞中選擇部分關(guān)鍵詞或全部關(guān)鍵詞，以作為所述文本的標(biāo)簽。需要說(shuō)明的是，101 104的執(zhí)行主體可以是文本處理引擎，可以位于本地的客戶端中，以進(jìn)行離線處理，或者還可以位于網(wǎng)絡(luò)側(cè)的服務(wù)器中，以進(jìn)行在線處理，本實(shí)施例對(duì)此不進(jìn)行限定。需要說(shuō)明的是，101 104的執(zhí)行主體還可以是客戶端?？梢岳斫獾氖?，所述客戶端可以是安裝在終端上的應(yīng)用程序，或者還可以是瀏覽器的一個(gè)網(wǎng)頁(yè)，只要能夠 實(shí)現(xiàn)文本處理服務(wù)，以獲得文本的應(yīng)用的客觀存在形式都可以，本實(shí)施例對(duì)此不進(jìn)行限定。這樣，通過(guò)根據(jù)文本，提取文本的至少兩個(gè)關(guān)鍵詞，進(jìn)而根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度和/或每個(gè)所述關(guān)鍵詞與所述文本的緊密度，使得能夠根據(jù)所述相關(guān)度和/或所述緊密度，從所述至少兩個(gè)關(guān)鍵詞中選擇部分關(guān)鍵詞或全部關(guān)鍵詞，以作為所述文本的標(biāo)簽，由于根據(jù)關(guān)鍵詞與文本的相關(guān)度和/或關(guān)鍵詞與文本的緊密度，對(duì)所提取的關(guān)鍵詞進(jìn)行有條件的選擇，作為所述文本的標(biāo)簽，能夠避免現(xiàn)有技術(shù)中由于將從文本中提取的關(guān)鍵詞，直接作為該文本的標(biāo)簽而導(dǎo)致的所提取的標(biāo)簽不能準(zhǔn)確地描述文本的問(wèn)題，從而提高了標(biāo)簽提取的可靠性。另外，采用本發(fā)明提供的技術(shù)方案，能夠使得基于標(biāo)簽的深度閱讀成為可能。另外，采用本發(fā)明提供的技術(shù)方案，能夠有效提高基于標(biāo)簽的文本推薦的質(zhì)量。可選地，在本實(shí)施例的一個(gè)可能的實(shí)現(xiàn)方式中，在103中，具體可以根據(jù)所述關(guān)鍵詞在所述文本中的位置、所述關(guān)鍵詞在所述文本中的重復(fù)次數(shù)、所述關(guān)鍵詞在所述文本中的獨(dú)立表意能力、所述關(guān)鍵詞在所述文本中的詞性和所述關(guān)鍵詞在所述文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)鍵詞的權(quán)重。然后，則可以根據(jù)所述關(guān)鍵詞的權(quán)重，獲得所述關(guān)鍵詞與所述文本的相關(guān)度。例如，具體可以根據(jù)公式(I )，獲得所述關(guān)鍵詞的權(quán)重(Weight)。關(guān)鍵詞的權(quán)重=kl*關(guān)鍵詞在所述文本中的位置+k2*關(guān)鍵詞在所述文本中的重復(fù)次數(shù)+k3 *關(guān)鍵詞在所述文本中的獨(dú)立表意能力+k4 *關(guān)鍵詞在所述文本中的詞性+k5 *關(guān)鍵詞在所述文本中的層次公式(I)其中，kl、k2、k3、k4和k5均為系數(shù)。這樣，則可以將所述關(guān)鍵詞的權(quán)重，作為所述關(guān)聯(lián)度?？蛇x地，在本實(shí)施例的一個(gè)可能的實(shí)現(xiàn)方式中，在103中，具體可以根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，構(gòu)造每個(gè)所述關(guān)鍵詞的第一支持向量和第二支持向量。然后，則可以根據(jù)所述第一支持向量和所述第二支持向量，獲得每個(gè)所述關(guān)鍵詞與所述文本的緊密度。具體地，具體可以根據(jù)所述關(guān)鍵詞在所述文本中的位置、所述關(guān)鍵詞在所述文本中的重復(fù)次數(shù)、所述關(guān)鍵詞在所述文本中的獨(dú)立表意能力、所述關(guān)鍵詞在所述文本中的詞性和所述關(guān)鍵詞在所述文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)鍵詞的權(quán)重，以及根據(jù)所述關(guān)鍵詞和所述關(guān)鍵詞的權(quán)重，構(gòu)造所述第一支持向量。例如，具體可以根據(jù)公式(2)，獲得所述關(guān)鍵詞的權(quán)重(weight)。關(guān)鍵詞的權(quán)重=ml*關(guān)鍵詞在所述文本中的位置+m2*關(guān)鍵詞在所述文本中的重復(fù)次數(shù)+m3 *關(guān)鍵詞在所述文本中的獨(dú)立表意能力+m4 *關(guān)鍵詞在所述文本中的詞性+m5 *關(guān)鍵詞在所述文本中的層次公式(2 )其中，ml、m2、m3、m4和m5均為系數(shù)。根據(jù)每個(gè)關(guān)鍵詞(termn)和每個(gè)關(guān)鍵詞的權(quán)重(weightn),構(gòu)成第一支持向量，即<(terml, weightl)> (term2, weight2)> (term3, weight3)> (term4, weight4)…(termn, weightn)> ；具體地，具體可以獲得與所述關(guān)鍵詞關(guān)聯(lián)的關(guān)聯(lián)詞，根據(jù)所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的位置、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的重復(fù)次數(shù)、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的獨(dú)立表意能力、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的詞性和所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)聯(lián)詞的權(quán)重，以及根據(jù)所述關(guān)聯(lián)詞和所述關(guān)聯(lián)詞的權(quán)重，構(gòu)造所述第二支持向量。例如，具體可以根據(jù)公式(3)，獲得所述關(guān)聯(lián)詞的權(quán)重(weight)。關(guān)聯(lián)詞的權(quán)重=rl*關(guān)聯(lián)詞在所述文本中的位置+r2*關(guān)聯(lián)詞在所述文本中的重復(fù)次數(shù)+r3 *關(guān)聯(lián)詞在所述文本中的獨(dú)立表意能力+r4 *關(guān)聯(lián)詞在所述文本中的詞性+r5 *關(guān)聯(lián)詞在所述文本中的層次公式(3 )其中，rl、r2、r3、r4和r5均為系數(shù)。根據(jù)每個(gè)關(guān)聯(lián)詞(sm_termn)和每個(gè)關(guān)聯(lián)詞的權(quán)重(sm_weightn),構(gòu)成第二支持向量，即< (sl_terml, sl_weightl)、(s2_terml, s2_weightl)、(s3_terml, s3_weightl)、(s4_terml, s4_weightl) …(sm_terml, sm_weightl)、(sl_term2,sl_weight2)、(s2_term2, s2_weight2)、(s3_term2, s3_weight2)、(s4_term2, s4_weight2)…(sm_term2, sm_weight2)>(sl_termn, sl_weightn)>(s2_termn, s2_weightn)>(s3_termn, s3_weightn)>(s4_termn, s4_weightn)…(sm_termn, sm_weightn)> ；具體地，具體可以根據(jù)所述第一支持向量和所述第二支持向量，構(gòu)造所述關(guān)鍵詞的第三支持向量。進(jìn)而，可以根據(jù)所述第二支持向量和所述第三支持向量，獲得所述第二支持向量與所述第三支持向量之間的向量距離。然后，則可以根據(jù)所述向量距離，獲得所述關(guān)鍵詞與所述文本的緊密度。例如，具體可以根據(jù)公式(2)和公式(3)，構(gòu)造第三支持向量，SP< (sl_terml, sl_weightl * weightl)>(s2_terml, s2_weightl * weightl)、(s3_terml, s3_weightl * weightl)>(s4_terml, s4_weightl * weightl) …(sm_terml, sm_weightl * weightl)>(sl_term2, sl_weight2 * weight2)>(s2_term2, s2_weight2 *weight2)、(s3_term2, s3_weight2 * weight2)>(s4_term2, s4_weight2 * weight2)…(sm_term2, sm_weight2 * weight2)>(sl_termn, sl_weightn * weightn)>(s2_termn, s2_weightn
*weightn)、(s3_termn, s3_weightn * weightn)> (s4_termn, s4_weightn * weightn)…(sm_termn, sm_weightn * weightn) > ；這樣，則可以計(jì)算第二支持向量與第三支持向量之間的向量距離即余弦距離，以作為所述緊密度?？梢岳斫獾氖?，在104中，若所述相關(guān)度滿足預(yù)先設(shè)置的相關(guān)度閾值條件，那么，則可以選擇所述相關(guān)度對(duì)應(yīng)的關(guān)鍵詞，作為所述文本的標(biāo)簽。可以理解的是，在104中，若所述緊密度滿足預(yù)先設(shè)置的緊密度閾值條件，那么，則可以選擇所述緊密度對(duì)應(yīng)的關(guān)鍵詞，作為所述文本的標(biāo)簽。

可以理解的是，在104中，若所述相關(guān)度滿足預(yù)先設(shè)置的相關(guān)度閾值條件，且所述緊密度滿足預(yù)先設(shè)置的緊密度閾值條件，那么，則可以選擇所述緊密度對(duì)應(yīng)的關(guān)鍵詞，作為所述文本的標(biāo)簽。本實(shí)施例中，通過(guò)根據(jù)文本，提取文本的至少兩個(gè)關(guān)鍵詞，進(jìn)而根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度和/或每個(gè)所述關(guān)鍵詞與所述文本的緊密度，使得能夠根據(jù)所述相關(guān)度和/或所述緊密度，從所述至少兩個(gè)關(guān)鍵詞中選擇部分關(guān)鍵詞或全部關(guān)鍵詞，以作為所述文本的標(biāo)簽，由于根據(jù)關(guān)鍵詞與文本的相關(guān)度和/或關(guān)鍵詞與文本的緊密度，對(duì)所提取的關(guān)鍵詞進(jìn)行有條件的選擇，作為所述文本的標(biāo)簽，能夠避免現(xiàn)有技術(shù)中由于將從文本中提取的關(guān)鍵詞，直接作為該文本的標(biāo)簽而導(dǎo)致的所提取的標(biāo)簽不能準(zhǔn)確地描述文本的問(wèn)題，從而提高了標(biāo)簽提取的可靠性。另外，采用本發(fā)明提供的技術(shù)方案，能夠使得基于標(biāo)簽的深度閱讀成為可能。另外，采用本發(fā)明提供的技術(shù)方案，能夠有效提高基于標(biāo)簽的文本推薦的質(zhì)量。需要說(shuō)明的是，對(duì)于前述的各方法實(shí)施例，為了簡(jiǎn)單描述，故將其都表述為一系列的動(dòng)作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本發(fā)明并不受所描述的動(dòng)作順序的限制，因?yàn)橐罁?jù)本發(fā)明，某些步驟可以采用其他順序或者同時(shí)進(jìn)行。其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，說(shuō)明書中所描述的實(shí)施例均屬于優(yōu)選實(shí)施例，所涉及的動(dòng)作和模塊并不一定是本發(fā)明所必須的。在上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒(méi)有詳述的部分，可以參見其他實(shí)施例的相關(guān)描述。圖2為本發(fā)明另一實(shí)施例提供的基于關(guān)鍵詞的文本的標(biāo)簽提取裝置的結(jié)構(gòu)不意圖，如圖2所示。本實(shí)施例的基于關(guān)鍵詞的文本的標(biāo)簽提取裝置可以包括確定單元21、提取單元22、獲得單元23和選擇單元24。其中，確定單元21，用于確定待提取的文本；提取單元22，用于根據(jù)所述文本，提取所述文本的至少兩個(gè)關(guān)鍵詞；獲得單元23，用于根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度和/或每個(gè)所述關(guān)鍵詞與所述文本的緊密度；選擇單元24，用于根據(jù)所述相關(guān)度和/或所述緊密度，從所述至少兩個(gè)關(guān)鍵詞中選擇部分關(guān)鍵詞或全部關(guān)鍵詞，以作為所述文本的標(biāo)簽。具體地，所述提取單元22可以采用現(xiàn)有技術(shù)中的任何提取方法，從所述文本中提取所述文本的至少兩個(gè)關(guān)鍵詞，詳細(xì)描述可以參見現(xiàn)有技術(shù)中的相關(guān)內(nèi)容，此處不再贅述。需要說(shuō)明的是，本實(shí)施例提供的裝置可以是文本處理引擎，可以位于本地的客戶端中，以進(jìn)行離線處理，或者還可以位于網(wǎng)絡(luò)側(cè)的服務(wù)器中，以進(jìn)行在線處理，本實(shí)施例對(duì)此不進(jìn)行限定。需要說(shuō)明的是，本實(shí)施例提供的裝置還可以是客戶端?？梢岳斫獾氖?，所述客戶端可以是安裝在終端上的應(yīng)用程序，或者還可以是瀏覽器的一個(gè)網(wǎng)頁(yè)，只要能夠?qū)崿F(xiàn)文本處理服務(wù)，以獲得文本的應(yīng)用的客觀存在形式都可以，本實(shí)施例對(duì)此不進(jìn)行限定。這樣，通過(guò)提取單元根據(jù)文本，提取文本的至少兩個(gè)關(guān)鍵詞，進(jìn)而由獲得單元根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度和/或每個(gè)所述關(guān)鍵詞與所述文本的緊密度，使得選擇單元能夠根據(jù)所述相關(guān)度和/或所述緊密度，從所述至少兩個(gè)關(guān)鍵詞中選擇部分關(guān)鍵詞或全部關(guān)鍵詞，以作為所述文本的標(biāo)簽，由于根據(jù)關(guān)鍵詞與文本的相關(guān)度和/或關(guān)鍵詞與文本的緊密度，對(duì)所提取的關(guān)鍵詞進(jìn)行有條件的選擇，作為所述文本的標(biāo)簽，能夠避免現(xiàn)有技術(shù)中由于將從文本中提取的關(guān)鍵詞，直接作為該文本的標(biāo)簽而導(dǎo)致的所提取的標(biāo)簽不能準(zhǔn)確地描述文本的問(wèn)題，從而提聞了標(biāo)簽提取的可罪性。另外，采用本發(fā)明提供的技術(shù)方案，能夠使得基于標(biāo)簽的深度閱讀成為可能。另外，采用本發(fā)明提供的技術(shù)方案，能夠有效提高基于標(biāo)簽的文本推薦的質(zhì)量。可選地，在本實(shí)施例的一個(gè)可能的實(shí)現(xiàn)方式中，所述獲得單元23，具體可以用于根據(jù)所述關(guān)鍵詞在所述文本中的位置、所述關(guān)鍵詞在所述文本中的重復(fù)次數(shù)、所述關(guān)鍵詞在所述文本中的獨(dú)立表意能力、所述關(guān)鍵詞在所述文本中的詞性和所述關(guān)鍵詞在所述文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)鍵詞的權(quán)重；以及根據(jù)所述關(guān)鍵詞的權(quán)重，獲得所述關(guān)鍵詞與所述文本的相關(guān)度。例如，所述獲得單元23具體可以根據(jù)公式(1)，獲得所述關(guān)鍵詞的權(quán)重(Weight)。關(guān)鍵詞的權(quán)重=kl*關(guān)鍵詞在所述文本中的位置+k2*關(guān)鍵詞在所述文本中的重復(fù)次數(shù)+k3 *關(guān)鍵詞在所述文本中的獨(dú)立表意能力+k4 *關(guān)鍵詞在所述文本中的詞性+k5 *關(guān)鍵詞在所述文本中的層次公式(I)其中，kl、k2、k3、k4和k5均為系數(shù)。這樣，所述獲得單元23則可以將所述關(guān)鍵詞的權(quán)重，作為所述關(guān)聯(lián)度?？蛇x地，在本實(shí)施例的一個(gè)可能的實(shí)現(xiàn)方式中，所述獲得單元23，具體可以用于根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，構(gòu)造每個(gè)所述關(guān)鍵詞的第一支持向量和第二支持向量；以及根據(jù)所述第一支持向量和所述第二支持向量，獲得每個(gè)所述關(guān)鍵詞與所述文本的緊密度。具體地，所述獲得單元23，具體可以用于根據(jù)所述關(guān)鍵詞在所述文本中的位置、所述關(guān)鍵詞在所述文本中的重復(fù)次數(shù)、所述關(guān)鍵詞在所述文本中的獨(dú)立表意能力、所述關(guān)鍵詞在所述文本中的詞性和所述關(guān)鍵詞在所述文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)鍵詞的權(quán)重，以及根據(jù)所述關(guān)鍵詞和所述關(guān)鍵詞的權(quán)重，構(gòu)造所述第一支持向量。例如，所述獲得單元23具體可以根據(jù)公式(2)，獲得所述關(guān)鍵詞的權(quán)重(weight)。

關(guān)鍵詞的權(quán)重=ml*關(guān)鍵詞在所述文本中的位置+m2*關(guān)鍵詞在所述文本中的重復(fù)次數(shù)+ m3 *關(guān)鍵詞在所述文本中的獨(dú)立表意能力+m4 *關(guān)鍵詞在所述文本中的詞性+m5 *關(guān)鍵詞在所述文本中的層次公式(2 )其中，ml、m2、m3、m4和m5均為系數(shù)。所述獲得單元23根據(jù)每個(gè)關(guān)鍵詞(termn)和每個(gè)關(guān)鍵詞的權(quán)重(weightn),構(gòu)成第一支持向量，即< (terml, weightl)> (term2, weight2)> (term3, weight3)> (term4, weight4)…(termn, weightn)> ；具體地，所述獲得單元23，具體還可以用于獲得與所述關(guān)鍵詞關(guān)聯(lián)的關(guān)聯(lián)詞，根據(jù)所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的位置、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的重復(fù)次數(shù)、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的獨(dú)立表意能力、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的詞性和所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)聯(lián)詞的權(quán)重，以及根據(jù)所述關(guān)聯(lián)詞和所述關(guān)聯(lián)詞的權(quán)重，構(gòu)造所述第二支持向量。

例如，所述獲得單元23具體可以根據(jù)公式(3)，獲得所述關(guān)聯(lián)詞的權(quán)重(weight)。關(guān)聯(lián)詞的權(quán)重=rl*關(guān)聯(lián)詞在所述文本中的位置+r2*關(guān)聯(lián)詞在所述文本中的重復(fù)次數(shù)+r3 *關(guān)聯(lián)詞在所述文本中的獨(dú)立表意能力+r4 *關(guān)聯(lián)詞在所述文本中的詞性+r5 *關(guān)聯(lián)詞在所述文本中的層次公式(3 )其中，rl、r2、r3、r4和r5均為系數(shù)。所述獲得單元23根據(jù)每個(gè)關(guān)聯(lián)詞(sm_termn)和每個(gè)關(guān)聯(lián)詞的權(quán)重(sm_weightn),構(gòu)成第二支持向量，即< (sl_terml, sl_weightl)、(s2_terml, s2_weightl)、(s3_terml, s3_weightl)、(s4_terml, s4_weightl) …(sm_terml, sm_weightl)、(sl_term2, sl_weight2)、(s2_term2, s2_weight2)、(s3_term2, s3_weight2)、(s4_term2, s4_weight2)…(sm_term2, sm_weight2)>(sl_termn, sl_weightn)>(s2_termn, s2_weightn)>(s3_termn,s3_weightn)>(s4_termn, s4_weightn)…(sm_termn, sm_weightn)> ；具體地，所述獲得單元23具體可以根據(jù)所述第一支持向量和所述第二支持向量，構(gòu)造所述關(guān)鍵詞的第三支持向量；根據(jù)所述第二支持向量和所述第三支持向量，獲得所述第二支持向量與所述第三支持向量之間的向量距離；以及根據(jù)所述向量距離，獲得所述關(guān)鍵詞與所述文本的緊密度。例如，所述獲得單元23具體可以根據(jù)公式(2)和公式(3)，構(gòu)造第三支持向量，SP< (sl_term I , s I _weightl * weightl )> (s2_terml, s2_weightl * weightl )>(s3_terml, s3_weightl*weightl)、(s4_terml, s4_weightl * weightl)…(sm_terml, sm_weightl * weightl)>(sl_term2, sl_weight2 * weight2)>(s2_term2, s2_weight2 *weight2)、(s3_term2, s3_weight2 * weight2)>(s4_term2, s4_weight2 * weight2)…(sm_term2, sm_weight2 * weight2)>(sl_termn, sl_weightn * weightn)、(s2_termn, s2_weightn
*weightn)、(s3_termn, s3_weightn * weightn)、(s4_termn, s4_weightn * weightn)…(sm_termn, sm_weightn * weightn) > ；這樣，所述獲得單元23則可以計(jì)算第二支持向量與第三支持向量之間的向量距離即余弦距離，以作為所述緊密度?？梢岳斫獾氖?，若所述相關(guān)度滿足預(yù)先設(shè)置的相關(guān)度閾值條件，那么，所述選擇單元24則可以選擇所述相關(guān)度對(duì)應(yīng)的關(guān)鍵詞，作為所述文本的標(biāo)簽?？梢岳斫獾氖牵羲鼍o密度滿足預(yù)先設(shè)置的緊密度閾值條件，那么，所述選擇單元24則可以選擇所述緊密度對(duì)應(yīng)的關(guān)鍵詞，作為所述文本的標(biāo)簽?？梢岳斫獾氖?，若所述相關(guān)度滿足預(yù)先設(shè)置的相關(guān)度閾值條件，且所述緊密度滿足預(yù)先設(shè)置的緊密度閾值條件，那么，所述選擇單元24則可以選擇所述緊密度對(duì)應(yīng)的關(guān)鍵詞，作為所述文本的標(biāo)簽。本實(shí)施例中，通過(guò)提取單元根據(jù)文本，提取文本的至少兩個(gè)關(guān)鍵詞，進(jìn)而由獲得單元根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度和/或每個(gè)所述關(guān)鍵詞與所述文本的緊密度，使得選擇單元能夠根據(jù)所述相關(guān)度和/或所述緊密度，從所述至少兩個(gè)關(guān)鍵詞中選擇部分關(guān)鍵詞或全部關(guān)鍵詞，以作為所述文本的標(biāo)簽，由于根據(jù)關(guān)鍵詞與文本的相關(guān)度和/或關(guān)鍵詞與文本的緊密度，對(duì)所提取的關(guān)鍵詞進(jìn)行有條件的選擇，作為所述文本的標(biāo)簽，能夠避免現(xiàn)有技術(shù)中由于將從文本中提取的關(guān)鍵詞，直接作為該文本的標(biāo)簽而導(dǎo)致的所提取的標(biāo)簽不能準(zhǔn)確地描述文本的問(wèn)題，從而提聞了標(biāo)簽提取的可罪性。另外，采用本發(fā)明提供的技術(shù)方案，能夠使得基于標(biāo)簽的深度閱讀成為可能。另外，采用本發(fā)明提供的技術(shù)方案，能夠有效提高基于標(biāo)簽的文本推薦的質(zhì)量。所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡(jiǎn)潔，上述描述的系統(tǒng)，裝置和單元的具體工作過(guò)程，可以參考前述方法實(shí)施例中的對(duì)應(yīng)過(guò)程，在此不再贅述。在本發(fā)明所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的系統(tǒng)，裝置和方法，可以通過(guò)其它的方式實(shí)現(xiàn)。例如，以上所描述的裝置實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過(guò)一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機(jī)械或其它的形式。所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上。可以根據(jù)實(shí)際的需要選擇其中的部分或者全部單元來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。上述以軟件功能單元的形式實(shí)現(xiàn)的集成的單元，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。上述軟件功能單元存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)裝置(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)裝置等)或處理器(processor)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的部分步驟。而前述的存儲(chǔ)介質(zhì)包括:U盤、移動(dòng)硬盤、只讀存儲(chǔ)器(Read-Only Memory, ROM)、隨機(jī)存取存儲(chǔ)器(Random Access Memory, RAM)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。最后應(yīng)說(shuō)明的是:以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)其限制；盡管參照前述 實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解:其依然可以對(duì)前述各實(shí) 施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。
權(quán)利要求
1.一種基于關(guān)鍵詞的文本的標(biāo)簽提取方法，其特征在于，包括: 確定待提取的文本； 根據(jù)所述文本，提取所述文本的至少兩個(gè)關(guān)鍵詞； 根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度和/或每個(gè)所述關(guān)鍵詞與所述文本的緊密度； 根據(jù)所述相關(guān)度 和/或所述緊密度，從所述至少兩個(gè)關(guān)鍵詞中選擇部分關(guān)鍵詞或全部關(guān)鍵詞，以作為所述文本的標(biāo)簽。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度，包括: 根據(jù)所述關(guān)鍵詞在所述文本中的位置、所述關(guān)鍵詞在所述文本中的重復(fù)次數(shù)、所述關(guān)鍵詞在所述文本中的獨(dú)立表意能力、所述關(guān)鍵詞在所述文本中的詞性和所述關(guān)鍵詞在所述文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)鍵詞的權(quán)重； 根據(jù)所述關(guān)鍵詞的權(quán)重，獲得所述關(guān)鍵詞與所述文本的相關(guān)度。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的緊密度，包括: 根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，構(gòu)造每個(gè)所述關(guān)鍵詞的第一支持向量和第二支持向量； 根據(jù)所述第一支持向量和所述第二支持向量，獲得每個(gè)所述關(guān)鍵詞與所述文本的緊密度。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，構(gòu)造每個(gè)所述關(guān)鍵詞的第一支持向量和第二支持向量，包括: 根據(jù)所述關(guān)鍵詞在所述文本中的位置、所述關(guān)鍵詞在所述文本中的重復(fù)次數(shù)、所述關(guān)鍵詞在所述文本中的獨(dú)立表意能力、所述關(guān)鍵詞在所述文本中的詞性和所述關(guān)鍵詞在所述文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)鍵詞的權(quán)重，以及根據(jù)所述關(guān)鍵詞和所述關(guān)鍵詞的權(quán)重，構(gòu)造所述第一支持向量； 獲得與所述關(guān)鍵詞關(guān)聯(lián)的關(guān)聯(lián)詞，根據(jù)所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的位置、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的重復(fù)次數(shù)、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的獨(dú)立表意能力、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的詞性和所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)聯(lián)詞的權(quán)重，以及根據(jù)所述關(guān)聯(lián)詞和所述關(guān)聯(lián)詞的權(quán)重，構(gòu)造所述第二支持向量。
5.根據(jù)權(quán)利要求3或4所述的方法，其特征在于，所述根據(jù)所述第一支持向量和所述第二支持向量，獲得每個(gè)所述關(guān)鍵詞與所述文本的緊密度，包括: 根據(jù)所述第一支持向量和所述第二支持向量，構(gòu)造所述關(guān)鍵詞的第三支持向量； 根據(jù)所述第二支持向量和所述第三支持向量，獲得所述第二支持向量與所述第三支持向量之間的向量距離； 根據(jù)所述向量距離，獲得所述關(guān)鍵詞與所述文本的緊密度。
6.一種基于關(guān)鍵詞的文本的標(biāo)簽提取裝置，其特征在于，包括: 確定單元，用于確定待提取的文本； 提取單元，用于根據(jù)所述文本，提取所述文本的至少兩個(gè)關(guān)鍵詞； 獲得單元，用于根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度和/或每個(gè)所述關(guān)鍵詞與所述文本的緊密度； 選擇單元，用于根據(jù)所述相關(guān)度和/或所述緊密度，從所述至少兩個(gè)關(guān)鍵詞中選擇部分關(guān)鍵詞或全部關(guān)鍵詞，以作為所述文本的標(biāo)簽。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述獲得單元，具體用于 根據(jù)所述關(guān)鍵詞在所述文本中的位置、所述關(guān)鍵詞在所述文本中的重復(fù)次數(shù)、所述關(guān)鍵詞在所述文本中的獨(dú)立表意能力、所述關(guān)鍵詞在所述文本中的詞性和所述關(guān)鍵詞在所述文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)鍵詞的權(quán)重；以及根據(jù)所述關(guān)鍵詞的權(quán)重，獲得所述關(guān)鍵詞與所述文本的相關(guān)度。
8.根據(jù)權(quán)利要求6或7所述的裝置，其特征在于，所述獲得單元，具體用于 根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，構(gòu)造每個(gè)所述關(guān)鍵詞的第一支持向量和第二支持向量；以及根據(jù)所述第一支持向量和所述第二支持向量，獲得每個(gè)所述關(guān)鍵詞與所述文本的緊密度。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述獲得單元，具體用于 根據(jù)所述關(guān)鍵詞在所述文本中的位置、所述關(guān)鍵詞在所述文本中的重復(fù)次數(shù)、所述關(guān)鍵詞在所述文本中的獨(dú)立表意能力、所述關(guān)鍵詞在所述文本中的詞性和所述關(guān)鍵詞在所述文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)鍵詞的權(quán)重，以及根據(jù)所述關(guān)鍵詞和所述關(guān)鍵詞的權(quán)重，構(gòu)造所述第一支持向量； 獲得與所述關(guān)鍵詞關(guān)聯(lián)的關(guān)聯(lián)詞，根據(jù)所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的位置、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的重復(fù)次數(shù)、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的獨(dú)立表意能力、所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的詞性和所述關(guān)聯(lián)詞在對(duì)應(yīng)文本中的層次中的至少一項(xiàng)信息，獲得所述關(guān)聯(lián)詞的權(quán)重，以及根據(jù)所述關(guān)聯(lián)詞和所述關(guān)聯(lián)詞的權(quán)重，構(gòu)造所述第二支持向量。
10.根據(jù)權(quán)利要求8或9所述的裝置，其特征在于，所述獲得單元，具體用于 根據(jù)所述第一支持向量和所述第二支持向量，構(gòu)造所述關(guān)鍵詞的第三支持向量；根據(jù)所述第二支持向量和所述第三支持向量，獲得所述第二支持向量與所述第三支持向量之間的向量距離；以及根據(jù)所述向量距離，獲得所述關(guān)鍵詞與所述文本的緊密度。
全文摘要
本發(fā)明提供一種基于關(guān)鍵詞的文本的標(biāo)簽提取方法及裝置。本發(fā)明實(shí)施例通過(guò)根據(jù)文本，提取文本的至少兩個(gè)關(guān)鍵詞，進(jìn)而根據(jù)所述至少兩個(gè)關(guān)鍵詞中每個(gè)所述關(guān)鍵詞的相關(guān)信息，獲得每個(gè)所述關(guān)鍵詞與所述文本的相關(guān)度和/或每個(gè)所述關(guān)鍵詞與所述文本的緊密度，使得能夠根據(jù)所述相關(guān)度和/或所述緊密度，從所述至少兩個(gè)關(guān)鍵詞中選擇部分關(guān)鍵詞或全部關(guān)鍵詞，以作為所述文本的標(biāo)簽，由于根據(jù)關(guān)鍵詞與文本的相關(guān)度和/或關(guān)鍵詞與文本的緊密度，對(duì)所提取的關(guān)鍵詞進(jìn)行有條件的選擇，作為所述文本的標(biāo)簽，能夠避免現(xiàn)有技術(shù)中由于將從文本中提取的關(guān)鍵詞，直接作為該文本的標(biāo)簽而導(dǎo)致的所提取的標(biāo)簽不能準(zhǔn)確地描述文本的問(wèn)題，從而提高了標(biāo)簽提取的可靠性。
文檔編號(hào)G06F17/27GK103235773SQ20131015085
公開日2013年8月7日 申請(qǐng)日期2013年4月26日 優(yōu)先權(quán)日2013年4月26日
發(fā)明者黃超, 劉其文 申請(qǐng)人:百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司