一种基于N-Gram的新型关键词提取方法
授权
摘要
本发明涉及一种基于N‑Gram的新型关键词提取方法，包含以下步骤：S1，获取用户输入的第一文本；S2，定义N＝1，对所述第一文本进行N‑Gram分割，得到单字符合集，计算每个单字符的出现概率；S3，提取所述步骤S1中出现概率最高的第一数量的单字符合集，剔除第一文本中不包含所述单字符合集的句子，得到第二文本；S4，定义N＝2；S5，提取所述步骤S4中出现概率最高的第一数量的双字符串合集，剔除第二文本中不包含所述双字符串合集的句子，得到第三文本；S6，对所述双字符串合集进行字符扩展，加入每个双字符串对应所述第三文本中的外围字符，得到多字符串扩展合集，计算并提取出现权重最高的第二数量的多字符串扩展，输出所述多字符串扩展作为关键词。
基本信息
专利标题 ：
一种基于N-Gram的新型关键词提取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112163421A
申请号 ：
CN202011072560.X
公开（公告）日 ：
2021-01-01
申请日 ：
2020-10-09
授权号 ：
CN112163421B
授权日 ：
2022-05-17
发明人 ：
陈骏轩苏劲松
申请人 ：
厦门大学
申请人地址 ：
福建省厦门市思明南路422号
代理机构 ：
厦门原创专利事务所(普通合伙)
代理人 ：
黄伟敏
优先权 ：
CN202011072560.X
主分类号 ：
G06F40/216
IPC分类号 ：
G06F40/216 G06F40/289
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F40/216
使用统计方法
法律状态
2022-05-17 ：
授权
2021-01-19 ：
实质审查的生效
IPC(主分类) : G06F 40/216
申请日 : 20201009
申请日 : 20201009
2021-01-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
