(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 202210044513.7 (22)申请日 2022.01.14 (71)申请人 腾讯科技 （深圳） 有限公司 地址 518057 广东省深圳市南 山区高新区 科技中一路腾讯大厦3 5层 (72)发明人 蒋乐怡　 (74)专利代理 机构 深圳翼盛智成知识产权事务 所(普通合伙) 44300 专利代理师 李玉婷 (51)Int.Cl. G06F 16/335(2019.01) G06F 16/35(2019.01) G06F 40/216(2020.01) G06F 40/284(2020.01) G06F 40/30(2020.01) (54)发明名称 关键词生 成方法、 装置、 计算机设备、 存储介 质和产品 (57)摘要 本申请实施例公开了一种关键词生成方法、 装置、 计算机设备、 存储介质和产品， 通过 获取文 本集合对应的第一候选关键词， 以及获取第一候 选关键词针对于文本集合的相关度和逆类频率； 根据逆类频率和相关度， 计算第一候选关键词的 区分度； 根据区分度从第一候选关键词中筛选满 足预设条件的第二候选关键词； 对第二候选关键 词进行聚类， 得到用于文本筛选的目标关键词。 本方案根据相关度和逆类频率从第一候选关键 词中筛选排他性较强的第二候选关键词， 再通过 对第二候选关键词进行聚类， 可以从第二候选关 键词中确定排他性更强的目标关键词， 使得基于 目标关键词进行文本筛选时可以准确地筛选到 目标文本， 提高生成的目标关键词的排他性且降 低人工成本 。 权利要求书2页 说明书16页 附图3页 CN 114461783 A 2022.05.10 CN 114461783 A 1.一种关键词生成方法， 其特 征在于， 包括： 获取文本集合对应的第 一候选关键词， 以及获取所述第 一候选关键词针对于所述文本 集合的相关度和逆类频率； 根据所述逆类频率和所述相关度， 计算所述第一 候选关键词的区分度； 根据所述区分度从所述第一 候选关键词中筛 选满足预设条件的第二 候选关键词； 对所述第二 候选关键词进行聚类， 得到用于文本 筛选的目标关键词。 2.根据权利要求1所述的方法， 其特征在于， 所述获取文本集合对应的第 一候选关键词 之前， 所述方法还 包括： 获取初始文本集 合， 以及获取初始关键词； 通过所述初始关键词对所述初始文本集合进行文本筛选， 得到包含所述初始关键词的 目标文本； 对所述初始文本样本集 合中的目标文本进行文本类别标注， 得到文本集 合。 3.根据权利要求2所述的方法， 其特 征在于， 所述获取初始关键词， 包括： 获取文本样本对应的第一备选关键词； 根据所述第 一备选关键词的相关度以及逆类频率， 从所述第 一备选关键词中筛选第 二 备选关键词； 基于所述第二备选关键词对所述文本样本进行文本 筛选， 得到筛选结果； 根据筛选结果计算所述第 二备选关键词的评估指标， 并通过所述评估指标从所述第 二 备选关键词中选取 所述初始关键词。 4.根据权利要求3所述的方法， 其特征在于， 所述通过所述评估指标从所述第 二备选关 键词中选取 所述初始关键词， 包括： 根据所述评估指标从所述第二备选关键词中选取种子关键词； 获取所述第一备选关键词的第一特 征信息， 以及所述种子关键词的第二特 征信息； 基于所述第 一特征信 息以及所述第 二特征信 息， 计算所述第 一备选关键词与 所述种子 关键词的相似度； 根据所述种子关键词以及所述相似度从所述第一备选关键词中确定所述初始关键词。 5.根据权利要求1所述的方法， 其特征在于， 所述获取所述第 一候选关键词针对于所述 文本集合的相关度， 包括： 获取所述第一 候选关键词的词频和逆文本频率； 根据所述词频和所述逆文本频率， 计算所述第一 候选关键词的相关度。 6.根据权利要求1 ‑5任一项所述的方法， 其特征在于， 所述第二候选关键词包括多个， 所述对所述第二 候选关键词进行聚类， 得到用于文本 筛选的目标关键词， 包括： 根据多个第 二候选关键词之间的密度 可达关系对所述第 二候选关键词进行聚类， 得到 目标关键词簇； 从所述目标关键词簇中确定所述目标关键词。 7.一种关键词生成装置， 其特 征在于， 包括： 获取单元， 用于获取文本集合对应的第一候选关键词， 以及获取所述第一候选关键词 针对于所述文本集 合的相关度和逆类频率； 计算单元， 用于根据所述逆类频率和所述相关度， 计算所述第一 候选关键词的区分度；权　利　要　求　书 1/2 页 2 CN 114461783 A 2筛选单元， 用于根据 所述区分度从所述第 一候选关键词中筛选满足预设条件的第 二候 选关键词； 聚类单元， 用于对所述第二 候选关键词进行聚类， 得到用于文本 筛选的目标关键词。 8.一种计算机设备， 其特征在于， 包括存储器和处理器； 所述存储器存储有计算机程 序， 所述处理器用于运行所述存储器内的计算机程序， 以执行权利要求1至7任一项所述的 关键词生成方法。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质用于存储计算机 程序， 所述计算机程序被处 理器加载， 以执 行权利要求1至7任一项所述的关键词生成方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现权利要求1 ‑7任一项所述的关键词生成方法。权　利　要　求　书 2/2 页 3 CN 114461783 A 3