(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210825995.X (22)申请日 2022.07.14 (71)申请人 北京金山数字 娱乐科技有限公司 地址 100085 北京市海淀区西二 旗中路33 号院5号楼1 1层002号 (72)发明人 郭馨泽　李长亮　 (74)专利代理 机构 北京智信禾专利代理有限公 司 11637 专利代理师 金鹏 (51)Int.Cl. G06F 40/258(2020.01) G06F 40/205(2020.01) G06F 40/279(2020.01) G06F 16/36(2019.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 关键词提取方法及装置 (57)摘要 本申请提供关键词提取方法及 装置， 其中所 述关键词提取方法包括： 获取待处理文本， 识别 待处理文本的文本类型； 根据文本类型， 确定文 本类型对应的知识图谱； 提取待处理文本中的关 键词； 将知识图谱中的信息与提取得到的关键词 进行相似度对比， 基于对比结果确定待处理文本 的目标关键词。 通过上述方法， 利用待处理文本 的文本类型， 能够确定出与文本类型所属领域相 对应的知识图谱， 然后利用知识图谱与待处理文 本中的关键词进行相似度对比， 从而可以提取出 准确的、 与待处理文本所属领域 关联程度高的目 标关键词， 提高了关键词提取的准确性。 权利要求书2页 说明书17页 附图6页 CN 115204156 A 2022.10.18 CN 115204156 A 1.一种关键词提取 方法， 其特 征在于， 包括： 获取待处 理文本， 识别所述待处 理文本的文本类型； 根据所述文本类型， 确定所述文本类型对应的知识图谱； 提取所述待处 理文本中的关键词； 将所述知识图谱中的信 息与提取得到的关键词 进行相似度对比， 基于对比结果确定所 述待处理文本的目标关键词。 2.根据权利要求1所述的方法， 其特征在于， 所述知识图谱中的信 息包括实体信 息和属 性信息； 所述将所述知识图谱中的信 息与提取得到的关键词进行相似度对比， 基于对比结果确 定所述待处 理文本的目标关键词， 包括： 确定所述知识图谱中的实体信息和 属性信息对应的参 考词； 将提取得到的关键词依次与各参 考词进行相似度对比， 得到所述关键词的相似度； 若所述相似度大于或等于第一预设阈值， 则确定所述关键词为目标关键词。 3.根据权利要求2所述的方法， 其特征在于， 在所述确定所述知识图谱中的实体信 息和 属性信息对应的参 考词之后， 所述方法还 包括： 将各参考词与所述待处理文本进行匹配， 提取在所述待处理文本中出现、 且不是所述 待处理文本中关键词的目标参 考词作为目标关键词。 4.根据权利要求3所述的方法， 其特征在于， 所述提取在所述待处理文本中出现、 且不 是所述待处 理文本中关键词的目标参 考词作为目标关键词， 包括： 提取在所述待处 理文本中出现、 且不是 所述待处 理文本中的关键词的目标参 考词； 将所述目标参 考词输入预 先训练的关键词识别模型， 得到所述目标参 考词的关键度； 若所述关键度大于或等于第二预设阈值， 则确定所述目标参 考词作为目标关键词。 5.根据权利要求4所述的方法， 其特征在于， 在所述将所述目标参考词输入预先训练 的 关键词识别模型， 得到所述目标参 考词的关键度之后， 所述方法还 包括： 若所述关键度小于所述第二预设阈值， 则 删除所述目标参 考词。 6.根据权利要求2 ‑5中任一项所述的方法， 其特征在于， 在所述将提取得到的关键词依 次与各参 考词进行相似度对比， 得到所述关键词的相似度之后， 所述方法还 包括： 若所述相似度小于所述第一预设阈值， 则 删除所述关键词。 7.根据权利要求1 ‑4中任一项所述的方法， 其特征在于， 所述文本类型包括文本所属的 垂直领域； 所述识别所述待处 理文本的文本类型， 包括： 将所述待处理文本输入预先训练的领域识别模型， 得到所述待处理文本所属的目标垂 直领域， 所述领域识别模型为利用携带有垂 直领域标签的样本文本对预设神经网络训练得 到； 所述根据所述文本类型， 确定所述文本类型对应的知识图谱， 包括： 根据所述目标垂直领域， 查找预先基于垂直领域建立的知识图谱库， 确定所述目标垂 直领域对应的知识图谱， 所述知识图谱库中记录有不同垂直领域对应的知识图谱。 8.一种关键词提取装置， 其特 征在于， 包括： 识别模块， 被 配置为获取待处 理文本， 识别所述待处 理文本的文本类型；权　利　要　求　书 1/2 页 2 CN 115204156 A 2知识图谱确定模块， 被 配置为根据所述文本类型， 确定所述文本类型对应的知识图谱； 提取模块， 被 配置为提取所述待处 理文本中的关键词； 目标关键词确定模块， 被配置为将所述知识图谱中的信 息与提取得到的关键词 进行相 似度对比， 基于对比结果确定所述待处 理文本的目标关键词。 9.一种计算设备， 其特 征在于， 包括： 存储器和处 理器； 所述存储器用于存储计算机可执行指令， 所述处理器用于执行所述计算机可执行指令 实现权利要求1至7任意 一项所述关键词提取 方法的步骤。 10.一种计算机可读存储介质， 其存储有计算机指令， 其特征在于， 该指令被处理器执 行时实现权利要求1至7任意 一项所述关键词提取 方法的步骤。权　利　要　求　书 2/2 页 3 CN 115204156 A 3