【技术实现步骤摘要】
本申请涉及数据挖掘，特别是涉及一种文档标签提取方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、在信息爆炸的时代，文档管理与分类成为了提升工作效率、促进知识共享与检索的关键环节。文档标签作为文档正文的高度概括与索引标识，其自动生成技术对于实现文档的快速分类、检索及个性化推荐具有重要意义。传统上，文档标签的生成主要依赖于人工标注，这种方式不仅效率低下，且难以应对大规模数据处理的挑战。
2、当前，自动化文档标签生成的主流方法通常采用“关键词抽取-领域映射-焦点领域确定-标签生成”的框架。首先，通过自然语言处理技术(nlp)从文档中抽取关键词，随后，利用领域知识库或预训练的模型将关键词映射到特定的知识领域中，通过分析领域与文档正文的相关度，确定文档所属的焦点领域，最后，基于焦点领域的信息，结合预设的标签生成规则或机器学习模型，为文档生成相应的标签。尽管这种方法在一定程度上实现了文档标签的自动化生成，但随着知识体系的不断扩展和新领域的持续涌现，原有的领域知识库和标签体系往往会逐渐过时，难以准确反映当前的知识状态和时代特征，但是周期性维护会带来较大的成本投入。
3、因此，亟需一种文档标签提取方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，能够在保证标签体系时效性的同时，降低更新维护成本。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够在保证标签体系时效性的同时，降低更新维护成本的文档标签提取方法、装置、计算机设备、
2、第一方面，本申请提供了一种文档标签提取方法，包括：
3、获取文档正文和文档框架，所述文档框架包含至少一个层级标题；
4、对所述文档正文和所述至少一个层级标题进行分词处理，获得至少一个单独词汇；
5、获取每个单独词汇的词频和权重向量；
6、根据所述至少一个单独词汇的词频和权重向量，确定文档框架的关键词和文档正文的关键词；
7、根据所述文档框架的关键词和所述文档正文的关键词，确定文档标签。
8、在其中一个实施例中，所述获取每个单独词汇的权重向量，包括：
9、分别获取所述文档正文和所述至少一个层级标题的重要度；
10、根据所述文档正文和所述至少一个层级标题的重要度，构建判断矩阵；
11、获取所述判断矩阵的最大特征值和相应的特征向量；
12、根据所述最大特征值和相应的特征向量，获取每个单独词汇的权重向量。
13、在其中一个实施例中，所述获取所述判断矩阵的最大特征值和相应的特征向量之前，还包括：
14、计算所述判断矩阵的一致性指标和随机一致性指数；
15、根据所述一致性指标和所述随机一致性指数，获取所述判断矩阵的一致性比率；
16、在所述一致性比率低于预设数值的情况下，确定所述判断矩阵满足一致性要求，并执行获取所述判断矩阵的最大特征值和相应的特征向量的步骤。
17、在其中一个实施例中，所述根据所述至少一个单独词汇的词频和权重向量，确定文档框架的关键词，包括：
18、对所述至少一个层级标题进行去重处理和去除停用词处理，获得所述文档框架的至少一个第一关键词；
19、对至少一个第一关键词和至少一个单独词汇进行匹配，获得至少一个第一关键词对应的词频和权重向量；
20、根据至少一个第一关键词的词频和权重向量，确定至少一个第一关键词的权重。
21、在其中一个实施例中，所述根据所述至少一个单独词汇的词频和权重向量，确定文档正文的关键词，包括：
22、利用大语言模型，获取所述文档正文的摘要；
23、对所述摘要进行分词处理和去除停用词处理，获得所述文档正文的至少一个第二关键词；
24、对至少一个第二关键词和至少一个单独词汇进行匹配，获得至少一个第二关键词对应的词频和权重向量；
25、根据至少一个第二关键词的词频和权重向量，确定至少一个第二关键词的权重。
26、在其中一个实施例中，所述根据所述文档框架的关键词和所述文档正文的关键词，确定文档标签，包括：
27、根据至少一个第一关键词的权重和第二关键词的权重，对至少一个第一关键词和第二关键词进行排序处理，获得排序处理结果；
28、根据所述排序处理结果，确定文档标签。
29、第二方面，本申请还提供了一种文档标签提取装置，包括：
30、获取模块，用于获取文档正文和文档框架，所述文档框架包含至少一个层级标题；
31、处理模块，用于对所述文档正文和所述至少一个层级标题进行分词处理，获得至少一个单独词汇；
32、处理模块，还用于获取每个单独词汇的词频和权重向量；
33、关键词提取模块，用于根据所述至少一个单独词汇的词频和权重向量，确定文档框架的关键词和文档正文的关键词；
34、标签提取模块，用于根据所述文档框架的关键词和所述文档正文的关键词，确定文档标签。
35、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
36、获取文档正文和文档框架，所述文档框架包含至少一个层级标题；
37、对所述文档正文和所述至少一个层级标题进行分词处理，获得至少一个单独词汇；
38、获取每个单独词汇的词频和权重向量；
39、根据所述至少一个单独词汇的词频和权重向量，确定文档框架的关键词和文档正文的关键词；
40、根据所述文档框架的关键词和所述文档正文的关键词，确定文档标签。
41、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
42、获取文档正文和文档框架，所述文档框架包含至少一个层级标题；
43、对所述文档正文和所述至少一个层级标题进行分词处理，获得至少一个单独词汇；
44、获取每个单独词汇的词频和权重向量；
45、根据所述至少一个单独词汇的词频和权重向量，确定文档框架的关键词和文档正文的关键词；
46、根据所述文档框架的关键词和所述文档正文的关键词，确定文档标签。
47、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
48、获取文档正文和文档框架，所述文档框架包含至少一个层级标题；
49、对所述文档正文和所述至少一个层级标题进行分词处理，获得至少一个单独词汇；
50、获取每个单独词汇的词频和权重向量；
51、根据所述至少一个单独词汇的词频和权重向量，确定文档框架的关键词和文档正文的关键词；
52、根据本文档来自技高网...
【技术保护点】
1.一种文档标签提取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取每个单独词汇的权重向量，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取所述判断矩阵的最大特征值和相应的特征向量之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个单独词汇的词频和权重向量，确定文档框架的关键词，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述至少一个单独词汇的词频和权重向量，确定文档正文的关键词，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述文档框架的关键词和所述文档正文的关键词，确定文档标签，包括：
7.一种文档标签提取装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现
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至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种文档标签提取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取每个单独词汇的权重向量，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取所述判断矩阵的最大特征值和相应的特征向量之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个单独词汇的词频和权重向量，确定文档框架的关键词，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述至少一个单独词汇的词频和权重向量，确定文档正文的关键词，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据...
【专利技术属性】
技术研发人员：韩剑平，邓建春，刘玲玲，韩怡梅，戚乐乐，刘芳芳，
申请(专利权)人：一汽解放汽车有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。