一种文本关键词提取方法
公开
摘要
本发明涉及文本处理技术领域，具体涉及一种文本关键词提取方法，包括如下步骤：S1、建立关键词提取模型，所述关键词提取模型包括BERT模型层、Bi‑LSTM模型层和CRF模型层；S2、构建训练样本，所述训练样本包括多个文本，并使用所述训练样本训练所述关键词提取模型，同时将所述关键词提取模型作为Student模型，通过TF‑IDF算法和TextRank算法分别构建Teacher模型，建立知识蒸馏框架，使得所述Student模型接近所述Teacher模型，进而优化所述关键词提取模型；S3、使用训练好的所述关键词提取模型对文本关键词进行提取。该方法不过分依赖先验知识，可以实现利用较少量数据训练较大体量的模型，并弥补传统机器学习方法存在的种种不足，提升关键词提取的准确性。
基本信息
专利标题 ：
一种文本关键词提取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114297388A
申请号 ：
CN202111674485.9
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
封晨金玉赫王鹏飞张羽杨琳
申请人 ：
天津光电通信技术有限公司
申请人地址 ：
天津市河西区泰山路6号
代理机构 ：
天津诺德知识产权代理事务所(特殊普通合伙)
代理人 ：
栾志超
优先权 ：
CN202111674485.9
主分类号 ：
G06F16/35
IPC分类号 ：
G06F16/35 G06F40/30
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
G06F16/35
••聚类；分类
法律状态
2022-04-08 ：
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
