数据特征提取方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114282520A(43)申请公布日2022.04.05(21)申请号202111545484.4(22)申请日2021.12.16(71)申请人北京奇虎科技有限公司地址100088北京市西城区新街口外大街28号D座112室（德胜园区）(72)发明人刘庆军罗军杨孝成(74)专利代理机构深圳市世纪恒程知识产权代理事务所44287代理人赵燕燕(51)Int.Cl.G06F40/205(2020.01)G06F40/284(2020.01)G06K9/62(2022.01)权利要求书2页说明书14页附图4页(54)发明名称数据特征提取方法、装置、设备及存储介质(57)摘要本发明公开了一种数据特征提取方法、装置、设备及存储介质，属于数据处理技术领域，所述方法包括：对待处理数据进行关键词提取，得到多个目标关键词；根据所述目标关键词确定待选关键句；根据所述待选关键句确定对应的第一值；根据所述第一值从所述待选关键句中选取目标关键句；根据所述目标关键句生成所述待处理数据对应的特征信息。从而可通过特征分析半自动化的方式，先根据待处理数据确定目标关键词，然后根据目标关键词确定待选关键句并从中选取目标关键句，最后根据目标关键句来生成特征信息，使数据特征提取更具有针对性，提高了数据特征提取的效率。CN114282520ACN114282520A权利要求书1/2页1.一种数据特征提取方法，其特征在于，所述数据特征提取方法包括：对待处理数据进行关键词提取，得到多个目标关键词；根据所述目标关键词确定待选关键句；根据所述待选关键句确定对应的第一值；根据所述第一值从所述待选关键句中选取目标关键句；根据所述目标关键句生成所述待处理数据对应的特征信息。2.如权利要求1所述的数据特征提取方法，其特征在于，所述根据所述目标关键词确定待选关键句，包括：根据所述目标关键词确定初始关键句；检测各初始关键句之间的相似度；根据所述相似度从所述初始关键句中选取待选关键句。3.如权利要求2所述的数据特征提取方法，其特征在于，所述检测各初始关键句之间的相似度，包括：根据所述初始关键句确定第一句子和第二句子；检测所述第一句子和所述第二句子之间的待选相似度；对所述待选相似度进行遍历，以确定各初始关键句之间的相似度。4.如权利要求3所述的数据特征提取方法，其特征在于，所述检测所述第一句子和所述第二句子之间的待选相似度，包括：将所述第一句子中包含的词语作为第一词语，并将所述第二句子中包含的词语作为第二词语；根据所述第一词语和所述第二词语确定目标词语数量；根据所述第一词语的数量计算第一对数，并根据所述第二词语的数量计算第二对数；根据所述目标词语数量、所述第一对数以及所述第二对数确定所述第一句子和所述第二句子之间的待选相似度。5.如权利要求4所述的数据特征提取方法，其特征在于，所述根据所述第一词语和所述第二词语确定目标词语数量，包括：将所述第一词语与所述第二词语进行比较；根据比较结果确定所述第一词语与所述第二词语之间的相同词语；对所述相同词语进行遍历，以确定所述相同词语对应的相同词语数量；将所述相同词语数量作为目标词语数量。6.如权利要求2所述的数据特征提取方法，其特征在于，所述根据所述目标关键词确定初始关键句，包括：根据所述目标关键词在待处理数据中包含的兴趣点文本上进行词语标记；根据所述词语标记检测是否存在相邻词组；若存在相邻词组，则根据相邻词组生成目标关键词组；根据所述目标关键词组确定初始关键句。7.如权利要求1至6中任一项所述的数据特征提取方法，其特征在于，所述根据所述待选关键句确定对应的第一值，包括：根据所述待选关键句生成句图模型；2CN114282520A权利要求书2/2页根据所述句图模型和第一预设公式计算各待选关键句对应的第一值。8.一种数据特征提取装置，其特征在于，所述数据特征提取装置包括：关键词提取模块，用于对待处理数据进行关键词提取，得到多个目标关键词；待选关键句模块，用于根据所述目标关键词确定待选关键句；关键句处理模块，用于根据所述待选关键句确定对应的第一值；目标关键句模块，用于根据所述第一值从所述待选关键句中选取目标关键句；特征信息模块，用于根据所述目标关键句生成所述待处理数据对应的特征信息。9.一种数据特征提取设备，其特征在于，所述数据特征提取设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据特征提取程序，所述数据特征提取程序被处理器执行时实现如权利要求1至7中任一项所述的数据特征提取方法。10.一种存储介质，其特征在于，所述存储介质上存储有数据特征提取程序，所述数据特征提取程序被处理器执行时实现如权利要求1至7中任一项所述的数据特征提取方法。3CN114282520A说