一种基于关键词频率的文本特征提取方法

本发明涉及文本特征提取技术领域，且公开了一种基于关键词频率的文本特征提取方法，包括以下步骤：SP01：构建包含多个类别关键词训练集合，生成集合中的各个特征，获取特征之间相似度；SP02：对于集合中的各个特征，计算其在整个关键词的集合中出现的次数，相似度高的特征关键词频率汇总得到实际关键词频率，相似度低的特征关键词频率无需汇总得到实际关键词频率；SP03：根据实际关键词频率由高至低排序，分选出关键词频率高的特征组成新的特征集合；SP04：分选出关键词频率低的特征作为稀有词条特征，本发明使得稀有词条的剔除过程得到优化，能够防止稀有词条因低于某个设定的阈值直接滤除掉，有利于改善文本特征提取精度。