[发明专利]文本审查方法、装置、电子设备及计算机存储介质

权利要求书

1.一种文本审查方法，其特征在于，所述方法包括：

获取审查文档，以及所述审查文档的文档类型和文档格式；

调用与所述文档类型和所述文档格式对应的系统数据库，所述系统数据库内存储有重点审核条款；

将所述审查文档进行分句处理，形成多个单句；

将每一所述单句输入至系统数据库中与所述重点审核条款进行匹配，得到每一所述单句的语句相似度；

判断每一所述语句相似度是否大于设定阈值，在大于设定阈值时，标记所述单句。

2.根据权利要求1所述的文本审查方法，其特征在于，所述将每一所述单句输入至系统数据库中与所述重点审核条款进行匹配，得到每一所述单句的语句相似度，包括：

对每一单句进行分词处理，形成多个分词组成的文本序列；

根据多个分词组成的文本序列，计算得到每一所述单句的属性相似度；

根据多个分词组成的文本序列，计算得到每一所述单句的语法相似度；

基于所述属性相似度和所述语法相似度，进行加权计算，得到每一所述单句的语句相似度。

3.根据权利要求2所述的文本审查方法，其特征在于，所述根据多个分词组成的文本序列，计算得到每一所述单句的属性相似度，包括：

分别提取所述文本序列中，每一所述分词的属性，以及所述重点审核条款中分词的属性，所述分词属性包括：名词、形容词、地名和人名；

将提取到的多个分词的分词属性与所述重点审核条款的分词属性进行匹配，确定匹配成功的分词属性；

基于所述匹配成功的分词属性确定所述每一所述单句与所述重点审核条款的属性相似度。

4.根据权利2所述的文本审查方法，其特征在于，所述根据多个分词组成的文本序列，计算得到每一所述单句的语法相似度，包括：

将所述文本序列中的每一所述分词映射成一个长度固定的向量；

采用余弦相似度公式计算所述多个分词的向量相似度，得到每一所述单句的语法相似度。

5.根据权利2所述的文本审查方法，其特征在于，所述方法还包括：

根据预设的禁用词词典，搜索所述文本序列中的禁用词；

删除所述文本序列中的禁用词。

6.一种文本审查装置，其特征在于，包括：

获取模块，用于获取审查文档，以及所述审查文档的文档类型和文档格式；

调用模块，用于调用与所述文档类型和所述文档格式对应的系统数据库，所述系统数据库内存储有重点审核条款；

分割模块，用于将所述审查文档进行分句处理，形成多个单句；

匹配模块，用于将每一所述单句输入至系统数据库中与所述重点审核条款进行匹配，得到每一所述单句的语句相似度；

判断模块，用于判断每一所述语句相似度是否大于设定阈值，在大于设定阈值时，标记所述单句。

7.根据权利要求6所述的文本审查装置，其特征在于，所述匹配模块包括：

分割单元，用于对每一单句进行分词处理，形成多个分词组成的文本序列；

第一计算单元，用于根据多个分词组成的文本序列，计算得到每一所述单句的属性相似度；

第二计算单元，用于根据多个分词组成的文本序列，计算得到每一所述单句的语法相似度；

第三计算单元，用于基于所述属性相似度和所述语法相似度，进行加权计算，得到每一所述单句的语句相似度。

8.根据权利要求7所述的文本审查装置，其特征在于，所述装置还包括：

搜索模块，用于根据预设的禁用词词典，搜索所述文本序列中的禁用词；

删除模块，用于删除所述文本序列中的禁用词。

9.一种文本审查的电子设备，其特征在于，包括处理器、存储器、网络接口和系统总线，所述处理器、所述存储器和所述网络接口通过所述系统总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行根据权利要求1-5任一项所述的文本审查方法的步骤。

10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行根据权利要求1-5任一项所述的文本审查方法的步骤。