[发明专利]数据的处理方法、装置和电子设备

权利要求书

1.一种数据的处理方法，其特征在于，所述方法包括：

获取目标网页中的待处理文本，所述目标网页的类别为实例类；

确定所述待处理文本所属的目标行业类别；

将M个预设分类词库从数据库预加载到缓存中，所述M个预设分类词库对应M个行业类别，M为大于或等于2的整数；

将所述目标行业类别的类别名称与所述缓存中的所述M个预设分类词库的词库名称进行动态匹配，确定与所述目标行业类别匹配的目标分类词库，所述目标分类词库为所述缓存中的所述M个预设分类词库中的一个；

将所述目标分类词库从所述缓存中动态加载到存储器，基于所述存储器中的所述目标分类词库对所述待处理文本进行分词处理，得到分词处理结果。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述M个行业类别中每个行业类别对应的多个词汇，所述每个行业类别对应的多个词汇的权值大于或等于预设值；

基于所述M个行业类别中每个行业类别对应的多个词汇，确定与所述M个行业类别对应的所述M个预设分类词库，所述M个行业类别与所述M个预设分类词库具有一对一的映射关系。

3.如权利要求1或2所述的方法，其特征在于，所述方法还包括：

若所述缓存中的所述M个预设分类词库中不存在与所述目标行业类别匹配的目标分类词库，则从所述缓存中动态加载预设通用词库，并基于所述预设通用词库对所述待处理文本进行分词处理。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

若所述分词处理结果中包括的分词的个数大于或等于预设数值，则存储所述分词处理结果；或，

若所述分词处理结果中包括的分词的个数小于所述预设数值，则从所述缓存中动态加载所述预设通用词库，基于所述预设通用词库对所述待处理文本进行二次分词处理，得到二次分词处理结果，并存储所述二次分词处理结果。

5.如权利要求1或2所述的方法，其特征在于，所述获取目标网页中的待处理文本，包括：

判断已存储的文本中是否存在所述待处理文本；

若所述已存储的文本不存在所述待处理文本，则基于爬虫爬取方式获取所述待处理文本；或，

若所述已存储的文本存在所述待处理文本，则从所述已存储的文本中获取所述待处理文本。

6.如权利要求1或2所述的方法，其特征在于，所述确定所述待处理文本所属的目标行业类别，包括:

获取所述待处理文本的关键字；

基于所述关键字和预设对应关系，确定所述待处理文本所属的目标行业类别，其中，所述预设对应关系包括所述关键字与行业类别的对应关系。

7.如权利要求1或2所述的方法，其特征在于，所述将所述目标行业类别的类别名称与所述缓存中的所述M个预设分类词库的词库名称进行动态匹配，确定与所述目标行业类别匹配的目标分类词库，包括：

确定所述目标行业类别的类别名称与所述缓存中的所述M个预设分类词库的词库名称的相似度；

将所述M个预设分类词库中词库名称与所述目标行业类别的类别名称的相似度最高的预设分类词库，确定为所述目标分类词库。

8.一种数据的处理装置，其特征在于，所述装置包括：

获取模块，用于获取目标网页中的待处理文本，所述目标网页的类别为实例类；

分类模块，用于确定所述待处理文本所属的目标行业类别；

加载模块，用于将M个预设分类词库从数据库预加载到缓存中，所述M个预设分类词库对应M个行业类别，M为大于或等于2的整数；

匹配模块，用于将所述目标行业类别的类别名称与所述缓存中的所述M个预设分类词库的词库名称进行动态匹配，确定与所述目标行业类别匹配的目标分类词库，所述目标分类词库为所述缓存中的所述M个预设分类词库中的一个；

分词模块，用于将所述目标分类词库从所述缓存中动态加载到存储器，基于所述存储器中的所述目标分类词库对所述待处理文本进行分词处理，得到分词处理结果。