[发明专利]文本数据的处理方法、装置和计算机可读存储介质

权利要求书

1.一种文本数据的处理方法，包括：

获取文本数据中包含的关键词和实体；

根据所述关键词和所述实体，确定所述文本数据的分类信息；

根据所述关键词、所述实体和所述分类信息，创建所述文本数据的文本索引；

根据所述文本数据中各句子包含的所述关键词和所述实体，创建所述各句子的句子索引；

利用所述文本索引，确定目标事件的相关文本数据；

利用所述句子索引，在所述相关文本数据中确定所述目标事件的匹配句子；

计算所述匹配句子中与所述目标事件匹配的关键词的匹配权重；

根据所述匹配权重和第一阈值，确定与所述目标事件相关的关键词。

2.根据权利要求1所述的处理方法，其中，所述确定目标事件的相关文本数据包括：

根据所述关键词、所述实体和所述分类信息中的至少一个，确定所述目标事件的相关文本数据。

3.根据权利要求1所述的处理方法，其中，所述计算所述匹配句子中与所述目标事件匹配的关键词的匹配权重包括：

获取所述匹配的关键词与所述目标事件的匹配程度，作为第一权重；

获取与所述匹配的关键词相关的实体与所述目标事件的匹配程度，作为第二权重；

将所述第一权重和所述第二权重的加权和，作为相应关键词的匹配权重。

4.根据权利要求3所述的处理方法，还包括：

根据所述第二权重，对所述相关文档的各匹配句子中的各实体进行聚合处理；

将聚合结果中所述第二权重大于第二阈值的实体确定为事件相关实体。

5.根据权利要求1所述的处理方法，其中，获取文本数据中包含的关键词包括：

根据所述文本数据中的各单词在所述文本数据中出现的频率，和所述各单词出现在其它文本数据中的频率，估计所述各单词在所述文本数据中的重要程度；

根据所述重要程度，在所述各单词中确定所述关键词。

6.根据权利要求1所述的处理方法，其中，所述确定所述文本数据的分类信息包括：

利用机器学习方法确定所述文本数据的分类信息，所述分类信息包括与所述文本数据相关的分类和所述分类在所述文本数据中的重要程度。

7.根据权利要求1-6任一项所述的处理方法，其中，

所述文本索引中包括态度信息，所述态度信息根据所述文本数据中的情感词利用机器学习方法确定。

8.一种文本数据的处理装置包括：

数据获取模块，用于获取文本数据中包含的关键词和实体；

分类信息确定模块，用于根据所述关键词和所述实体，确定所述文本数据的分类信息；

文本索引建立模块，用于根据所述关键词、所述实体和所述分类信息，创建所述文本数据的文本索引；

句子索引建立模块，用于根据所述文本数据中各句子包含的所述关键词和所述实体，创建所述各句子的句子索引；

相关文本确定模块，用于利用所述文本索引，确定目标事件的相关文本数据；

匹配句子确定模块，用于利用所述句子索引，在所述相关文本数据中确定所述目标事件的匹配句子；

匹配权重计算模块，用于计算所述匹配句子中与所述目标事件匹配的关键词的匹配权重；

相关关键词确定模块，用于根据所述匹配权重和第一阈值，确定与所述目标事件相关的关键词。

9.根据权利要求8所述的处理装置，其中，

所述相关文本确定模块根据所述关键词、所述实体和所述分类信息中的至少一个，确定所述目标事件的相关文本数据。

10.根据权利要求8所述的处理装置，其中，

所述匹配权重计算模块获取所述匹配的关键词与所述目标事件的匹配程度，作为第一权重，获取与所述匹配的关键词相关的实体与所述目标事件的匹配程度，作为第二权重，将所述第一权重和所述第二权重的加权和，作为相应关键词的匹配权重。