基于短语向量的关键词抽取方法及系统

摘要

本发明涉及自然语言处理和深度学习技术领域，特别涉及一种基于短语向量的关键词抽取方法及系统。本发明的主要技术方案包括：对原始文本分词并标注词性，根据词性保留n元组，得到候选词项集；对候选关键词集合中包含的大量短语构建向量表示；计算各候选词项的主题权重；以候选词项作为图中的顶点，以候选词项的共现信息为边构造图，以候选词项之间的语义相似度和共现信息计算边的权重，迭代计算每个候选词项的得分并排序。本发明提供的关键词抽取方法及系统，既引入了文档中的主题信息，又通过短语间的语义相似度引入了上下文信息，更能够捕捉全文中的重点词，语义精度高，应用范围广。