(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 202211199101.7 (22)申请日 2022.09.29 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 屈蒙蒙　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 崔清杨 (51)Int.Cl. G06K 9/62(2022.01) G06F 40/216(2020.01) G06F 16/28(2019.01) G06F 16/25(2019.01) G06F 16/215(2019.01) (54)发明名称 一种主题识别方法及 装置、 存储介质及电子 设备 (57)摘要 本申请提供了一种主题识别方法及装置、 存 储介质及电子设备， 可应用于 人工智能领域或金 融领域， 通过利用词频 ‑逆文档频率TF ‑IDF算法， 对元表中的数据进行关键词抽取， 得到元表对应 的多个第一关键词， 并进一步利用预先构建的 LDA主题模型， 对各个第一 关键词进行筛选， 得到 多个第二关键词， 实现关键词的准确抽取， 然后 将将各个第二关键词输入至预先构建的主题分 类模型中， 得到元表的主题， 实现自动对元表进 行主题识别， 而无需人工干预， 提高了主题识别 的效率。 权利要求书1页 说明书7页 附图4页 CN 115481697 A 2022.12.16 CN 115481697 A 1.一种主题 识别方法， 其特 征在于， 包括： 获取待进行主题 识别的元表； 利用词频 ‑逆文档频率TF ‑IDF算法， 对所述元表中的数据进行关键词抽取， 得到所述元 表对应的多个第一关键词； 利用预先构建的LDA主题模型， 对各个第一关键词进行筛 选， 得到多个第二关键词； 将各个第二关键词输入至预 先构建的主题分类模型中， 得到所述元表的主题。 2.根据权利要求1所述的方法， 其特征在于， 所述将各个第 二关键词输入至预先构建的 主题分类模型中之前， 还 包括： 利用预设的停用词， 对各个第二关键词进行 数据清洗 。 3.根据权利要求1所述的方法， 其特征在于， 所述将各个第 二关键词输入至预先构建的 主题分类模型中， 得到所述元表的主题之后， 还 包括： 利用所述元表的主题， 设置所述元表的主题标识。 4.根据权利要求1所述的方法， 其特征在于， 所述利用所述元表的主题， 设置所述元表 的主题标识之后， 还 包括： 基于所述元表的主题标识， 将所述元表存储至数字仓库的包括的各个主题模型中所述 主题标识对应的主题模型。 5.一种主题 识别装置， 其特 征在于， 包括： 获取单元， 用于获取待 进行主题 识别的元表； 抽取单元， 用于利用词频 ‑逆文档频率TF ‑IDF算法， 对所述元表中的数据进行关键词抽 取， 得到所述元表对应的多个第一关键词； 筛选单元， 用于利用预先构建的LDA主题模型， 对各个第一关键词进行筛选， 得到多个 第二关键词； 识别单元， 用于将各个第二关键词输入至预先构建的主题分类模型中， 得到所述元表 的主题。 6.根据权利要求5所述的装置， 其特 征在于， 还 包括： 清洗单元， 用于利用预设的停用词， 对各个第二关键词进行 数据清洗 。 7.根据权利要求5所述的装置， 其特 征在于， 还 包括： 设置单元， 用于利用所述元表的主题， 设置所述元表的主题标识。 8.根据权利要求7 所述的装置， 其特 征在于， 还 包括： 存储单元， 用于基于所述元表的主题标识， 将所述元表存储至数字仓库的包括的各个 主题模型中所述主题标识对应的主题模型。 9.一种存储介质， 其特征在于， 所述存储介质存储有指令集， 其中， 所述指令集被处理 器执行时实现如权利要求1 ‑4任意一项所述的主题 识别方法。 10.一种电子设备， 其特 征在于， 包括： 存储器， 用于存 储至少一组指令集； 处理器， 用于执行所述存储器中存储的指令集， 通过执行所述指令集实现如权利要求 1‑4任意一项所述的主题 识别方法。权　利　要　求　书 1/1 页 2 CN 115481697 A 2一种主题识别方 法及装置、 存储介质及电子 设备 技术领域 [0001]本申请涉及人工智能技术领域， 尤其涉及一种主题识别方法及装置、 存储介质及 电子设备。 背景技术 [0002]现有技术中， 数字仓库的构建过程中， 需要模型设计人员花费大量的时间对元表 进行主题识别， 并基于所是识别的主题， 将元表存储至对应的主题模 型中。 由于主题识别依 赖于人工实现， 导 致主题识别效率低。 发明内容 [0003]本申请提供了一种主题 识别方法， 目的在于实现对SQ L语句进行主题 识别。 [0004]为了实现上述目的， 本申请提供了以下技 术方案： [0005]一种主题 识别方法， 包括： [0006]获取待进行主题 识别的元表； [0007]利用词频 ‑逆文档频率TF ‑IDF算法， 对所述元表中的数据进行关键词抽取， 得到所 述元表对应的多个第一关键词； [0008]利用预先构建的LDA主题模型， 对各个第一关键词进行筛选， 得到多个第二关键 词； [0009]将各个第二关键词输入至预 先构建的主题分类模型中， 得到所述元表的主题。 [0010]上述的方法， 可选 的， 所述将各个第二关键词输入至预先构建的主题分类模型中 之前， 还包括： [0011]利用预设的停用词， 对各个第二关键词进行 数据清洗 。 [0012]上述的方法， 可选的， 所述将各个第二关键词输入至预先构建的主题分类模型中， 得到所述元表的主题之后， 还 包括： [0013]利用所述元表的主题， 设置所述元表的主题标识。 [0014]上述的方法， 可选 的， 所述利用所述元表的主题， 设置所述元表的主题标识之后， 还包括： [0015]基于所述元表的主题标识， 将 所述元表存储至数字仓库的包括的各个主题模型 中 所述主题标识对应的主题模型。 [0016]一种主题 识别装置， 包括： [0017]获取单元， 用于获取待 进行主题 识别的元表； [0018]抽取单元， 用于利用词频 ‑逆文档频率TF ‑IDF算法， 对所述元表中的数据进行关键 词抽取， 得到所述元表对应的多个第一关键词； [0019]筛选单元， 用于利用预先构建的LDA主题模型， 对各个第一关键词进行筛选， 得到 多个第二关键词； [0020]识别单元， 用于将各个第二关键词输入至预先构建的主题分类模型中， 得到所述说　明　书 1/7 页 3 CN 115481697 A 3