[发明专利]一种文本增广处理方法、装置及存储介质

权利要求书

1.一种文本增广处理方法，其特征在于，包括：

获取待处理的原始文本；

将所述原始文本进行增广处理，以得到初始增广文本集合；

对所述初始增广文本集合进行优化处理，以得到最终增广文本集合。

2.根据权利要求1所述的文本增广处理方法，其特征在于，所述对所述初始增广文本集合进行优化处理，包括：

对所述初始增广文本集合中的每一条文本进行语法分析处理，以去掉所述初始增广文本集合中不符合语法的文本。

3.根据权利要求1所述的文本增广处理方法，其特征在于，对所述初始增广文本集合进行优化处理，包括：

对所述初始增广文本集合中的每两条文本进行相似度计算，以得到两条文本的相似度值；

当两条文本的相似度值高于预设值时，去掉其中一条文本。

4.根据权利要求1所述的文本增广处理方法，其特征在于，将所述原始文本进行增广处理，以得到初始增广文本集合，包括：

利用分词工具对所述原始文本进行分词处理，以得到包括了停用词和非停用词的分词文本；

去掉所述分词文本中的所有停用词，以得到非停用词文本；

对所述非停用词文本进行预设处理，以得到所述初始增广文本集合。

5.根据权利要求4所述的文本增广处理方法，其特征在于，对所述非停用词文本进行预设处理，以得到所述初始增广文本集合，包括：

从所述非停用词文本中选取n个非停用词，其中，n为大于1并且小于m的自然数，m是所述非停用文本中所述非停用词的总个数；

对选取的n个非停用词中的每个非停用词进行同义词匹配，以得到与每个非停用词对应的同义词集合；

从所述同义词集合中选取一个同义词作为替补词，将所述非停用词文本中与所述替补词对应的非停用词替换为所述替补词，以得到替换后的非停用词文本；

根据所述替换后的非停用词文本和所述非停用词文本得到初始增广文本集合。

6.根据权利要求4所述的文本增广处理方法，其特征在于，对所述非停用词文本进行预设处理，以得到所述初始增广文本集合，包括：

从所述非停用词文本中选取一个非停用词，并为选取的非停用词匹配对应的关联词集合；

从所述关联词集合中选取一个关联词，并将该关联词插入所述非停用词文本中，以得到插入处理后的非停用词文本；

根据所述插入处理后的非停用词文本和所述非停用词文本得到初始增广文本集合。

7.根据权利要求4所述的文本增广处理方法，其特征在于，对所述非停用词文本进行预设处理，以得到所述初始增广文本集合，包括：

从所述非停用词文本中选取两个非停用词，并将选取的两个非停用词的位置互换，以得到交换后的非停用词文本；

根据所述交换后的非停用词文本和所述非停用词文本得到初始增广文本集合。

8.根据权利要求4所述的文本增广处理方法，其特征在于，对所述非停用词文本进行预设处理，以得到所述初始增广文本集合包括：

从所述非停用词文本中删除n个非停用词，得到删除处理后的非停用词文本，并根据所述删除处理后的非停用词文本和所述非停用词文本得到初始增广文本集合，其中，n为大于1并且小于m的自然数，m是所述非停用文本中所述非停用词的总个数。

9.一种文本增广处理装置，其特征在于，包括：

存储器，其上存储有计算机程序；以及

处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1至8中任意一项所述的文本增广处理方法。

10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序可以被一个或多个处理器执行，以实现如权利要求1至8中任意一项所述的文本增广处理方法。