一种基于关键单词筛选的改进型关键短语提取方法及其系统

本发明涉及一种基于关键单词筛选的改进型关键短语提取方法，适用于单个英文专利文本的关键短语提取，该方法基于现有的KeyBERT技术，并引入了关键单词筛选步骤，以提高关键短语提取的准确性，具体而言，本发明通过以下步骤实现：首先，对专利文本进行分词、去除停用词和标点符号，提取专利文本的关键单词；其次，利用KeyBERT中的CountVectorizer功能，生成关键短语候选列表；然后，基于专利文本所属领域的强相关关键单词对候选关键短语进行筛选；最后，通过余弦相似性计算确定最终的关键短语，通过引入关键单词筛选步骤，本发明能够有效减少无关候选短语的数量，提高关键短语提取的精度和效率，尤其适用于技术性强、专业性高的专利文本分析。