[发明专利]业务词库的构建方法、装置、服务器及可读存储介质

说明书

本说明书实施例公开了一种业务词库的构建方法，通对业务文本进行新词发现，获取到一个或多个候选短语，以及在每检测到一个候选短语不在所述业务词库中时，若判定出该候选短语为新词，则将该候选短语添加到所述业务词库中，如此，随着业务文本不断更新，会源源不断发现新词并添加到所述业务词库中，从而促使业务词库会持续更新，由于新词是在业务文本中发现的，而业务文本与业务词库对应，从而使得发现的新词也与所述业务词库对应，从而能够提高业务词库的构建质量。

技术领域

本说明书实施例涉及数据处理技术领域，尤其涉及一种业务词库的构建方法、装置、服务器及可读存储介质。

背景技术

现有技术中，分词是自然语言处理中的基础能力，在英文中，空格作为天然的分隔符可以方便地对句子进行分词工作。而在中文领域，则没有特殊符号来标志某个词的开始或者结束，如此，在中文中对语义的理解过程中，分词又是又特别重要的，因此，构建具有领域属性的业务词库对分词、句法语义分析、信息抽取等任务大有裨益。

现有技术在构建业务词库时，通常以开源的基础词库为基础，但由于开源的词库基本不会持续更新，而随着时间的推移，对应领域的文本越来越多、新词不断出现，此时业务词库的更新将会进入停滞状态。

发明内容

本说明书实施例提供了一种业务词库的构建方法、装置、服务器及可读存储介质，能够促使业务词库会持续更新，且能够提高业务词库的构建质量。

本说明书实施例第一方面提供了一种业务词库的构建方法，包括：

对业务文本进行新词发现，获取到一个或多个候选短语；

检测获取到的每个候选短语是否在业务词库中；

在每检测到一个候选短语不在所述业务词库中时，获取针对该候选短语是否为新词的评测数据；根据该候选短语对应的评测数据，判定该该候选短语是否为新词；在判定出该候选短语为新词时，将该候选短语添加到所述业务词库中。

本说明书实施例第二方面提供了一种业务词库的构建装置，包括：

新词发现单元，用于对业务文本进行新词发现，获取到一个或多个候选短语；

检测单元，用于检测获取到的每个候选短语是否在业务词库中；

新词添加单元，用于在每检测到一个候选短语不在所述业务词库中时，获取针对该候选短语是否为新词的评测数据；根据该候选短语对应的评测数据，判定该该候选短语是否为新词；在判定出该候选短语为新词时，将该候选短语添加到所述业务词库中。

本说明书实施例第三方面还提供了一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述业务词库的构建方法的步骤。

本说明书实施例第四方面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，该程序被处理器执行时上述业务词库的构建方法的步骤。

本说明书实施例的有益效果如下：

基于上述技术方案，通对业务文本进行新词发现，获取到一个或多个候选短语，以及在每检测到一个候选短语不在所述业务词库中时，若判定出该候选短语为新词，则将该候选短语添加到所述业务词库中，如此，随着业务文本不断更新，会源源不断发现新词并添加到所述业务词库中，从而促使业务词库会持续更新，由于新词是在业务文本中发现的，而业务文本与业务词库对应，从而使得发现的新词也与所述业务词库对应，从而能够提高业务词库的构建质量。

附图说明

图1为本说明书实施例中业务词库的构建方法的方法流程图；

图2为本说明书实施例中业务词库的构建方法的步骤流程图；

图3为本说明书实施例中业务词库的构建装置的结构示意图；