公开(公告)号：CN115935977A

公开(公告)日：2023-04-07

申请号：CN202211409921.4

申请日：2022-11-10

Applicant: 北京市大数据中心 ,  太极计算机股份有限公司

Inventor： 梁玉晨 ,  杨加畅 ,  郭家义 ,  朱芳 ,  朱蓉华 ,  林峰璞 ,  石志国 ,  肖益 ,  李宝东 ,  刘韶辉 ,  张菁 ,  穆显显 ,  贾若

IPC: G06F40/289 ,  G06F40/284 ,  G06F40/295 ,  G06F18/22

Abstract: 本公开提出一种文本主题识别方法、装置及电子设备。该文本主题识别方法包括：获取待识别文本，并对待识别文本进行分词处理，得到第一候选词；将第一候选词与分词词典中的第二候选词进行匹配；从匹配失败的第一候选词中，确定第一主题词；从匹配成功的第一候选词中，确定与知识库中的关键词相匹配的第一候选词为第二主题词；基于第一主题词和第二主题词，确定待识别文本的主题。在文本中包括新型词汇时，本公开能够对新型词汇进行识别，并提取到准确的文本主题。