[发明专利]关联词语集合的处理方法及装置

权利要求书

1.一种关联词语集合的处理方法，其特征在于，包括：

基于待分析对象的关联词语集合中的关联词语从目标数据源上爬取网络文本；

对所述网络文本进行分词得到多个文本词汇，并获取各个所述文本词汇的词汇信息，其中，所述词汇信息包括各个所述文本词汇的关联指标数据和/或各个所述文本词汇的词性信息，所述关联指标数据用于指示各个所述文本词汇与所述关联词语的关联度，其中，各个所述文本词汇的关联指标数据由预设关联条件确定，所述预设关联条件包括：各个所述文本词汇与所述关联词语在所述网络文本的同一语句中同时出现；和/或各个所述文本词汇与所述关联词语在所述网络文本内以相同词性出现在所述网络文本的语句中的相同位置；

按照预设筛选条件对所述多个文本词汇的关联指标数据和/或所述多个文本词汇的所述词性信息进行筛选，得到筛选出的关联词汇；

使用筛选出的所述关联词汇更新所述关联词语集合；

其中，对所述网络文本进行分词得到多个文本词汇，并获取各个所述文本词汇的词汇信息包括：

在对所述网络文本进行分词得到多个文本词汇之后，创建所述多个文本词汇的文本词典；

按照预设关联条件确定所述文本词典中各个所述文本词汇的关联指标数据，和/或提取所述文本词典中各个所述文本词汇的词性信息。

2.根据权利要求1所述的处理方法，其特征在于，按照预设关联条件确定所述文本词典中各个所述文本词汇的关联指标数据包括：

若所述预设关联条件为一个，则获取各个所述文本词汇对应所述预设关联条件的关联性数值，得到各个所述文本词汇的关联指标数据；

若所述预设关联条件为多个，则获取每个文本词汇对应各个所述预设关联条件的关联性数值，对所述每个文本词汇的所有所述关联性数值作融合操作，将融和结果作为所述每个文本词汇的关联指标数据，其中，所述融合操作包括加权计算、加和计算以及乘除计算中的至少之一。

3.根据权利要求1所述的处理方法，其特征在于，按照预设关联条件确定所述文本词典中各个所述文本词汇的关联指标数据包括：

将各个所述文本词汇符合所述预设关联条件的次数作为各个所述文本词汇的关联指标数据。

4.根据权利要求1所述的处理方法，其特征在于，按照预设筛选条件对所述多个文本词汇的关联指标数据和/或所述多个文本词汇的所述词性信息进行筛选，得到筛选出的关联词汇包括：

将关联指标数据在预设范围内的文本词汇作为所述筛选出的关联词汇；或

在所述多个文本词汇的关联指标数据中所述关联指标数据排名在前N名的文本词汇作为所述筛选出的关联词汇；或

将所述词汇信息为预设词性的文本词汇作为所述筛选出的关联词汇。

5.根据权利要求1至4中任意一项所述的处理方法，其特征在于，使用筛选出的所述关联词汇更新所述关联词语集合包括：

使用所述筛选出的关联词汇替换所述关联词语，以更新所述关联词语集合；

或

将所述筛选出的关联词汇添加入所述关联词语集合，以更新所述关联词语集合。